关键词： 汽车座椅   表面缺陷检测   图像处理   深度学习   YOLOv5  

摘要： 座椅作为汽车的重要部件,直接关系到乘坐舒适性与行车安全。在生产过程中其表面出现的划痕、脏污等缺陷不仅影响外观,还会降低其耐用性与安全性,因此,对汽车座椅表面缺陷进行高精度检测至关重要。传统人工检测方式存在效率低、成本高的问题,难以满足现代制造业对质检的需求,所以在线快速、准确地检测缺陷并反馈调控工艺已成为提升产品质量的关键手段。随着深度学习的发展,YOLO系列算法凭借高效性和良好的部署性已成为工业缺陷检测的重要研究方向。因此本文以YOLOv5为基础网络,以汽车座椅表面缺陷为研究对象,提出了一种基于深度学习的汽车座椅表面缺陷检测方法,具体研究内容如下: (1)针对汽车座椅表面缺陷数据获取难度大及深度学习训练中数据集数量不足问题,提出一种面向汽车座椅表面缺陷的数据采集与增强方法。首先通过选型合适硬件搭建数据采集系统,完成缺陷图像的采集与数据集构建。随后采用平移、翻转、调整亮度及添加噪声等图像处理方法对原始数据集进行增强,进一步丰富缺陷特征,扩大数据规模。实验证明,该方法将原始数据集与缺陷数量扩充到了5倍,有效提升了数据集的数量与多样性,为后续模型训练提供了坚实的数据支撑。 (2)针对原始YOLOv5模型对汽车座椅表面缺陷检测效果较差问题,提出一种改进的YOLOv5网络模型。该模型在锚框尺寸方面,采用Kmeans++算法对YOLOv5的锚框尺寸进行聚类,使模型更适应本文数据集特性;在特征提取方面,将Bi Former注意力机制添加到网络模型中,增强模型对关键信息的关注;在网络结构方面,提出一种E-SPP(Enhanced-Spatial Pyramid Pooling)结构,扩大模型感受野,增强其捕捉更多全局信息的能力,还提出一种S-C3(Sufficient-Cross Stage Partial Bottleneck with 3 Convolutions)结构,提升模型对复杂特征的提取能力,同时降低过拟合风险;在损失函数方面,通过添加对角线惩罚项与平衡参数优化CIOU损失函数,增模型的目标定位精度。实验结果表明,改进后的网络模型对汽车座椅表面缺陷检测效果显著提升,m AP由66.3%提升至82.6%。 (3)针对本文改进的YOLOv5网络模型,结合工业相机、镜头、光源和计算机,开发了一套基于Py Qt5的汽车座椅表面缺陷检测系统。该系统集成了高精度图像采集、智能缺陷识别与可视化界面交互功能,能够对汽车座椅表面的脏污、划痕与烫伤缺陷实现高效、准确的检测。经实际测试验证,系统运行过程稳定可靠,能够有效满足企业生产线的在线检测需求,具有良好的实用价值和广阔的应用前景。

关键词： 花椒簇   目标检测   YOLOv5   轻量化   深度学习  

摘要： 花椒簇的自动化采摘是实现花椒智能化生产、降低生产成本的重要部分，花椒簇在自动化采摘时快速准确检测是其重要前提。以花椒簇为研究对象，提出一种基于YOLOv5s的轻量化花椒簇检测模型GGL—YOLO。首先，在GhostNet浅层添加SE注意力机制，并且删除GhostNet较深的冗余层，用优化后的GhostNet作为YOLOv5s的主干；其次，在模型的颈部采用更加轻量的GSConv卷积方法和C2f模块；最后，在P3、P4、P5特征图输出层使用动态感受野的方法。结果表明，GGL—YOLO模型相比于YOLOv5s模型，平均精确度均值mAP提升1.5%、参数量降低58.6%、浮点运算数FLOPs降低66.7%，检测速度提高13.2%。该模型对花椒簇检测准确度高、速度快、参数量低，具有可行性。

关键词： 水下目标检测   YOLO11   边缘增强   多尺度特征融合   注意力机制  

摘要： 针对水下目标检测任务中图像分辨率低、目标尺寸变化大、水体浑浊及目标遮挡而导致检测精度低的问题,提出一种基于细节增强与多尺度特征融合的水下目标检测模型DEMF-YOLO11n（YOLO11n underwater object detection model based on detail enhancement and multi-scale feature fusion）.模型以YOLO11n为主体,为改善普通下采样对于低分辨率图像及小目标所造成的特征损失问题,使用浅层与深层鲁棒下采样方法 RFD（robust feature downsampling）分别替换模型浅层及深层步长卷积.同时,使用多核并行卷积模块PKIModule（poly kernel inception module）及上下文锚点注意力CAA（context anchor attention）对模型骨干中的C3k2进行重新设计,以增强模型对遮挡目标及不同尺度目标的特征提取效果,以及对复杂背景下目标的感知能力.最后,为解决水体浑浊等因素所导致的目标边缘细节模糊问题,在头部网络中使用CGAFusion（content guide attention fusion）模块将深层特征与经EEM（edge enhance module）进行边缘增强后的浅层纹理特征进行自适应融合.在RUOD数据集上的实验结果表明, DEMFYOLO11n较基准模型mAP50提升2.8%, mAP50-95提升4.1%,而参数量仅增加0.53M.

关键词： 水下目标检测   图像处理   选通图像   深度学习  

摘要： 水下目标检测对于海洋资源开发等领域至关重要,然而,水下环境中光线衰减和散射现象严重影响图像质量,给目标识别和定位带来巨大挑战。激光选通成像技术通过有效抑制后向散射干扰,能够缓解水下目标检测中“看不远”和“看不清”的问题。 尽管如此,水下选通图像仍存在照度不足且分布不均的现象,尤其在远距离成像时,图像对比度显著降低,并伴有噪声干扰,影响目标检测的准确性。因此,需要对水下选通图像进行增强处理。此外,选通图像本质上是灰度图像,缺乏颜色信息,进一步限制了目标检测的效果。同时,远距离拍摄导致目标尺寸较小、分辨率不足,加之部分物体反射率较低,使得目标的关键特征信息丢失,削弱了目标的识别能力。本文围绕以上问题进行研究,主要内容如下: (1)针对水体对激光的吸收导致水下环境光照不足的问题,在低照度增强算法Zero-DCE++基础上,本文提出一种改进后的算法来应对水下选通图像在低照度环境中的挑战。首先,引入改进的核选择模块,使用深度可分离卷积和ReLU6激活函数替换标准卷积和ReLU激活函数,改善水下选通图像光圈部分过曝光的问题;其次,采用改进的半小波注意力模块,使用卷积注意力机制替代双注意力单元,在小波域中区分噪声和真实特征,增强特征区分能力,提高成像清晰度;最后,加入噪声去除模块,抑制图像在低光照增强后的噪声。在水下选通数据集上的实验结果表明,改进后算法的峰值信噪比(PSNR)提升0.67dB、图像信息熵提升0.24。为验证算法普适性,在水下公开数据集UIEBD上的测试结果表明,改进后算法的PSNR和图像信息熵分别提升0.34dB和0.21,证明了模型的有效性和适应性。 (2)针对水下选通图像目标尺寸较小、分辨率低以及低反射率物体特征细节丢失的问题,本文在YOLOv11n的基础上提出一种改进算法。首先,引入坐标注意力机制,增强模型对小目标的关注;其次,利用融合小波卷积的动态检测头,在整合尺度、空间和任务信息的同时,对高低频特征进行提取,从而增强定位能力;此外,为解决水下选通图像中目标关键特征丢失的问题,设计D-SPPF模块,通过空洞卷积扩大感受野并融合多尺度特征信息,改善特征信息提取不足的问题;最后,将传统上采样算子替换为内容相关上采样算子,动态调整特征重组,减少上采样过程中的细节丢失。实验结果表明,在水下选通数据集上,改进后算法的mAP@0.5和mAP@0.5:0.95分别提升了3.5%和3.1%。为验证算法的普适性,在URPC2021数据集上的实验进一步表明,改进算法的mAP@0.5和mAP@0.5:0.95分别提升了2.9%和2.1%,验证了模型的有效性和泛化能力。

关键词： 低光照   3D目标检测   自动驾驶   智能车路协同系统   联合优化  

摘要： 随着自动驾驶与智能车路协同系统的快速发展,3D目标检测作为环境感知的核心模块,其检测精度与鲁棒性对系统安全性具有重要影响。然而,在低光照场景下,视觉的3D检测模型普遍面临图像质量退化、特征提取困难及模型泛化能力不足等挑战。同时,在国产异构计算平台上部署低光照3D检测模型,是摆脱对国外硬件生态依赖、实现智能交通系统自主可控的关键路径。为此,本文围绕低光照3D目标检测算法性能优化及其在国产平台中的应用,从算法精度提升、训练信息高效利用与部署优化三个方面展开研究: （1）针对低光照场景下图像质量退化引发的检测精度下滑的问题,构建了基于Retinex分解的图像增强网络,并设计动态平衡多任务联合优化策略,提出基于联合优化的低光照3D目标检测方法。实验结果表明,在车端KITTI-L数据集上,针对Car类别,在3D检测IoU=0.7条件下,所提方法的APR40指标平均提升1.59%;在路侧DAIR-V2X-L数据集上,平均提升1.26%;且相较于将增强与检测模型直接串联的方法,在两个数据集上分别提升1.55%和2.70%。此外,在真实场景Rope3D-L数据集上,平均提升1.35%,验证了其在实际应用中的有效性。 （2）针对传统方法仅选取单一Checkpoint部署所造成的训练信息利用不足与过拟合风险,引入Model Soups策略融合低光照3D目标检测训练轨迹生成的多个Checkpoint,并提出基于贝叶斯优化的Bayesian Soup策略,将融合过程建模为高斯过程回归优化问题,实现对多个Checkpoint融合权重的自适应分配。实验表明,在车端KITTI-L和路侧DAIR-V2X-L数据集上,融合后的Checkpoint的检测性能相较于单一模型分别提升0.13%和0.69%,且Bayesian Soup策略在多数指标上优于其他策略,验证了其在提升模型性能方面的有效性。 （3）针对国产异构计算平台生态尚不完善导致模型部署困难的问题,构建了面向RK3588国产平台的轻量化部署技术体系。通过联合L1和FPGM剪枝策略,并引入基于KL散度的量化方法,实现模型参数量压缩19.23%;通过计算图优化将后处理耗时降低了63%;利用多线程技术优化系统资源分配,提高了NPU利用率,使推理耗时相较于单线程缩短了53.61%。基于搭建的RK3588国产实验平台及自主开发的智能车路协同系统（IVICS1.0）软件,进行了系统的实验测试,验证了工程实现的可行性。

关键词： 伪装目标检测   注意力机制   特征融合   特征增强   深度学习  

摘要： 伪装目标检测作为一种特殊的目标检测任务,旨在精准、快速地从各种复杂场景中提取出与背景高度相似的目标,已成为计算机视觉领域前沿研究方向。目前基于深度学习的伪装目标检测方法主要分为卷积神经网络和Transformer两种骨干网络:卷积神经网络感受野受限,无法充分发掘全局上下文信息;Transformer的多头自注意力机制虽然具有全局感受野,但存在二次计算复杂度,无法满足高实时性的检测需求。针对上述方法在全局感受野和计算效率之间的权衡问题,本文提出了一种基于视觉Transformer的伪装检测模型QASNet（Quadruple Attention Shrinkage Network）,并基于该模型设计并实现了一个伪装目标检测系统。本文的贡献主要包括以下三部分: 1.针对多头自注意力机制的高计算复杂度问题和线性注意力的表达能力不足问题,提出了一种全局表达能力的四元组注意力机制。该机制重构了注意力计算范式,通过在自注意力中引入第四矩阵,采用两阶段Softmax操作,利用第四矩阵聚合全局特征并反馈给查询矩阵,避免了特征信息的密集交互,同时保留了全局上下文建模能力。理论分析得出该机制将自注意力的二次计算复杂度从(2（9）降至广义上的线性复杂度（9）(9)。 2.为更好地在不丢失局部细节的同时利用全局特征信息,提出一种改进金字塔解码方法。设计越级聚合算法逐步聚合同层级相邻区域以及不同层级之间的多尺度特征,减少解码过程中的细节丢失。同时结合横向监督机制和二元交叉熵损失函数对模型进行训练。针对视觉Transformer局部特征感知不足的问题,提出多分支特征增强模块,利用轻量的卷积结构增强局部上下文信息的提取能力,提升复杂场景下的检测鲁棒性。实验结果表明,以四元组注意力、多分支特征增强模块和改进金字塔解码器组成的QASNet对比其他9种先进算法在各评价指标上均取得优势,与相较于次优模型分别提升1.5%和2.3%。 3.基于本文提出的检测模型设计并实现了伪装目标检测系统,系统具有简洁易用的客户端和能够保证数据安全的持久化层,能够高效地处理用户输入图像并准确迅捷地完成伪装目标识别任务并将结果返回给用户。本系统进一步证明了QASNet在伪装目标检测方向上的有效性,为伪装目标检测的相关下游任务提供了基础。

关键词： 类增量学习   点云目标检测   点云处理   Transformer  

摘要： 在自动驾驶技术蓬勃发展的背景下,基于增量学习的道路点云目标检测成为关键环节,其能够为车辆提供精确的环境感知,同时缓解真实世界中数据动态增长带来的网络模型灾难性遗忘现象,助力实现安全行驶。然而这一任务目前仍面临着诸多挑战,如道路场景复杂多变、数据动态增长以及传统目标检测模型在处理增量学习时存在局限性等。为了克服上述局限性,本文主要围绕点云目标检测、增量学习展开,设计创新相关算法。具体工作如下: 1、提出了基于锚点共享的切片式层级点云网络(SAPT),优化点云目标检测。针对层级式点云网络特征提取受限问题,SAPT引入共享锚点增强全局交互。在基于点的算法中,采用Prim算法构建最小生成树选取共享锚点;在体素算法中,根据体素选取代表点作为共享锚点。同时,SAPT采用基于点云切片的层级结构,按Z轴排序切片,并利用共享锚点实现特征共享,结合现有点云算法与Transformer或CNN网络进一步优化特征提取。实验表明,SAPT在KITTI、Waymo等数据集上的分类、分割和目标检测任务中表现优异,特别是在KITTI测试集中,SAPT在目标检测任务中达到最优性能。该方法有效提升了点云目标检测的精度,为自动驾驶技术提供了更强有力的支持。 2、提出了基于异常检测机制的类增量学习算法(ADCIL),解决现有Lw M算法无法处理未见类别的问题。研究采用CIFAR10、MNIST等图像数据集,而非点云数据集,以避免点云高维稀疏性对增量学习对比实验的影响。ADCIL将每个阶段视为开集识别任务,利用异常检测机制生成虚拟负样本,使网络学习到紧凑的分类边界,增强任务区分能力。其流程包括DROCC算法生成负样本,并结合分类损失和异常检测损失进行迭代训练。实验表明,ADCIL在CIFAR10数据集上的准确率显著高于Lw M,并在处理未知类别的数据集时展现更强鲁棒性。此外,与其他经典增量学习算法对比,ADCIL在多个数据集上均表现优异,证明其在提升任务识别能力、缓解灾难性遗忘方面的有效性,为增量学习提供了新思路。 本研究围绕三维点云增量学习在车辆目标检测领域进行深入研究和创新,提出基于锚点共享的切片式层级点云网络(SAPT)和基于异常检测机制的类增量学习算法(ADCIL)。SAPT通过锚点共享的策略优化点云特征提取过程,提升检测精度。ADCIL通过引入DROCC异常检测技术和Sim Siam对比学习方法,缓解模型的灾难性遗忘现象,有效提升网络模型的鲁棒性。实验表明,两个算法性能均表现优异。但在实际应用中算法仍然面临算力消耗较大、训练时间较长等难题。未来将深入探索更为有效的灾难性遗忘解决方案,设计更为高效的点云表示方法,引入多模态融合技术,并提升边缘计算能力。期望能够进一步提升道路目标检测的精度,并增强检测的实时性,为自动驾驶中的三维点云增量学习提供更为有力的支持。

关键词： 煤矸石   视觉识别   支持向量机   目标检测   粒子群优化  

摘要： 针对煤矸分选系统的煤矸石识别能力不足的问题，提出一种基于粒子群优化支持向量机的煤矸石视觉识别方法。该方法通过采集煤矸石图像，提取图像特征，利用粒子群优化算法 (Particle Swarm Optimization Algorithm，PSOA) 对支持向量机 (Support Vector Machine，SVM) 的参数进行优化，提高 SVM 分类器对煤矸石图像的分类能力，实现了对煤矸石的有效自动识别。结果表明，该方法具有较高的识别精度和鲁棒性，提高了煤矸石识别的自动化程度。

关键词： 计算机视觉   目标检测   课堂行为识别  

摘要： 学生课堂行为的识别有助于了解学生学习状态，为实施有效学习干预提供重要依据。随着人工智能的快速发展，计算机视觉技术已成为识别学生课堂行为直接且有效的手段。文章采用文献分析法，对学生课堂行为识别的研究现状及趋势进行深入探讨，首先介绍了计算机视觉技术的基本原理及学生课堂行为的相关概念，梳理了学生课堂行为识别方法的研究现状，随后分析其在教育领域的典型应用，最后探讨了学生课堂行为识别未来在多模态融合、实时性高精度、数据集构建等方向上的发展趋势。