关键词： 目标检测   扩散模型   感兴趣区域池化   贝叶斯优化   超参数搜索  

摘要： 随着人工智能技术的飞速发展,无人机图像目标检测在交通监测、自动巡逻、农田灌溉、军事预警等领域得到了广泛应用。然而,复杂的地理环境和多变的应用需求对无人机图像目标检测技术提出了更高的要求。因此,深入研究无人机图像目标检测方法,不仅具有重要的理论意义,更具有显著的实际应用价值。尽管基于深度学习的无人机图像目标检测方法受到了研究人员的广泛关注,但是它们仍然面临目标尺度变化大、光照复杂、细节丢失、小目标检测困难等问题。针对上述问题,本文研究了基于扩散模型的无人机图像小目标检测方法,主要工作有: 1.针对无人机图像目标尺度变化大、上下文信息少、检测过程中特征交互低效等问题,本文提出了基于扩散模型的无人机图像特征提取主干网络。其中基于可切换卷积与像素重组的Res Net(Switchable Atrous Convolutions and Pixel Shuffle Res Net,SCPS-Res Net)能够根据输入特征动态选择不同大小的卷积核,增强模型对不同尺度目标的感知能力;结合频率注意力的大核卷积主干(Frequency-Aware Large Kernel Backbone,FA-LKB)在频域空间内增强重要特征的表达,抑制背景干扰;融合Gabor滤波器与Rolling MLP的Swin-Transformer(Gabor Filter and Rolling MLP Swin Transformer Backbone,GFR-Swin)通过不同维度信息交互,提升模型的长距离依赖建模能力。实验结果表明,在Vis Drone2019数据集上,所提出的模型相较于基准模型在平均精度均值(mean Average Precision,m AP)指标上分别提升了1.79%、2.35%和8.65%;在Tiny Person数据集上,分别提升了1.00%、1.58%和7.32%。 2.为解决无人机图像中小目标占比高导致的池化过程中目标框分配不均和定位不准问题,本文在GFR-Swin模型基础上进一步提出了解耦感兴趣区域池化(Decoupled Region of Interest Pooling,DRIP)模块与改进的归一化Wasserstein距离(Normalized Wasserstein Distance,NWD)损失函数。DRIP模块通过对不同尺度的特征区域进行解耦池化,提升了FPN在多尺度目标下的信息分配能力,缓解了特征丢失问题;NWD损失则通过建模目标分布之间的差异,提高了边界框回归的精度与鲁棒性。实验结果表明,在Vis Drone2019数据集上,该增强模型在原GFR-Swin基础上进一步提升了1.15%的m AP,在Tiny Person数据集上提升了0.76%。 3.在此基础上,本文进一步构建了结合贝叶斯优化(Bayesian Optimization,BO)的超参数搜索模型。该策略通过自适应调整关键参数,降低了训练过程中的波动性,加快了模型收敛速度。实验显示,基于GFR-Swin+DRIP+NWD的模型引入BO后,m AP再次提升约1%,进一步验证了所提出方法在复杂无人机场景下的有效性和稳定性。

关键词： 胶带运输机   运行速度   目标检测   二次数据关联策略   YOLOv7   ByteTrack跟踪算法  

摘要： 针对因胶带运输机上运动目标发生形变和轨迹漂移导致跟踪丢失，造成胶带运输机速度测量误差较大的问题，提出了一种融合改进YOLOv7-tiny与ByteTrack跟踪的胶带运输机速度测量方法。该方法首先采用改进的YOLOv7-tiny目标检测算法作为检测器，实现图像中运动目标的准确定位；其次，利用二次数据关联策略加强低分置信度的关联匹配，同时引入置信度的卡尔曼滤波算法，使卡尔曼滤波算法预测的轨迹倾向于检测器的结果，从而提高胶带运输机上运动目标跟踪轨迹的稳定性；最后，通过胶带运输机两个支撑杆间的图像坐标及支撑杆间的距离简化相机标定方法，建立胶带运输机速度测量模型，实现胶带运输机的速度估计。试验结果表明，所提出的新方法其计算结果的MAE和MSE指标分别降低了0.037 m/s和0.022 m/s,有效降低了胶带运输机的速度测量误差。

关键词： 铁轨扣件异常检测   目标检测   模型轻量化   知识蒸馏  

摘要： 铁路作为现代交通的重要组成部分,而铁路扣件又是铁路安全系统的关键组成部分,其核心功能是固定钢轨位置以确保行车安全。基于深度学习的图像检测技术在铁路故障诊断中展现出巨大潜力,但铁路轨道扣件因为易受遮挡、光照影响以及扣件异常状态之间的微小差异导致模型在检测时准确度不高,另外铁路轨道扣件安全检测部署也需要低参数量和高效性。本文基于更高效的YOLOv7架构和知识蒸馏策略,实现轻量化铁轨扣件异常检测。主要的研究工作和贡献如下: (1)为采集到高质量的铁轨扣件数据集,设计了基于铁轨扣件测试机的视觉采集系统,主要包括图像采集装置搭建、数据集构建以及优化模型的检测。通过与铁路铁道技术人员进行沟通明确采集需求,获取不同环境、光照和角度下的扣件图像。通过对图像进行预处理和标注、裁剪结合镜像填充以及数据增强等方式来构建高质量扣件数据集。 (2)为提升铁轨扣件异常检测的准确度,提出一种动态多尺度特征增强的YOLOv7-O2E模型。针对原网络对细节特征关注不足且对遮挡和复杂背景敏感的问题,在特征提取和金字塔特征融合阶段进行了改进,提出了多分支并行增强视野模块(EFOV)和特征融合强化模块。前者能有效捕捉扣件状态间的细微差异和更大范围的上下文信息。后者通过在特征融合阶段设计正交动态特征聚合模块(OD-MP)和高效多尺度注意力机制(EMA)的特征融合强化模块,充分整合异质性特征,能够最大限度地提升模型在困难场景中的表现。在建立的GKA＿5k数据集上,YOLOv7-O2E达到97.6的mAP@0.5,相较于原YOLOv7模型95.4的mAP@0.5提升了2.4%。实验结果验证了YOLOv7-O2E在铁轨异常检测任务中具有更高的检测精度和泛化性,特别是在针对细节特征和复杂背景中表现突出。 (3)针对铁轨异常检测任务中复杂模型参数量大、部署成本高的问题,提出一种基于轻量化架构与知识蒸馏协同优化的高效检测方法。为提升计算效率,在轻量化架构设计上创新性地提出了PGConv模块,该模块通过组卷积与部分卷积的异构组合,保留了关键空间特征。然后将PGConv嵌入Faster Net模块,并与ELAN模块深度融合,构建出ELANFast Net主干网络,实现特征的高效提取与传递。本文还提出密集通道-逻辑蒸馏协同策略(DCLKD)。一方面通过通道级密集特征对齐,强化学生网络(YOLOv7-tiny-ELANFast Net)的细粒度感知能力,另一方面采用逻辑蒸馏,将教师模型(YOLOv7-O2E)的决策边界知识迁移至学生网络。YOLOv7-tiny-ELANFast Net使得模型参数量压缩了32.6%,达到95.4的mAP@0.5,DCLKD策略使得模型在YOLOv7-tiny-ELANFastNet基础上mAP提升了1.5%,达到96.9的mAP@0.5。

关键词： 平面几何   辅助线/点   大模型   计算机视觉   检索增强生成  

摘要： 随着科学技术的不断发展,计算机相关技术取得了显著进步,人工智能领域也呈现出快速发展的趋势,其与教育领域的结合需求也与日俱增。尤其在几何主观题解题过程中仍存在对人工的高度依赖,这不仅加重了教师的备课负担,也限制了学生自主学习的效率。平面几何主观题的求解往往需要引入辅助结构以辅助问题求解,由于辅助结构的选择具有较强的灵活性和开放性,与大模型的能力特性高度契合。因此,本文围绕初中平面几何主观题型中的辅助线/点自动添加任务展开研究,设计并实现了一套平面几何辅助线/点自动添加系统。 本文的主要研究内容如下: 1.构建了一个初中平面几何知识体系及辅助结构添加规则的系统化模型,并在此基础上提出了基于大模型的几何文本解析器和基于计算机视觉的PGP-CV图形解析器,用于从几何题目中抽取三元组关系信息。 2.构建了一个标注有辅助结构相关信息的初中平面几何中文语料数据集,并基于大模型进行了数据扩充。该数据集包含24,342道文本题目和8,114道图文题目,填补了主观题型几何题目数据资源的空白。 3.提出了一种基于大模型的辅助线/点添加推荐方法,并采用Prefix-LoRA联合微调以优化大模型对辅助结构的学习能力。此外,提出基于图Transformer的提示工程方法,通过预测待添加的辅助结构类型来引导大模型生成合理的辅助线/点。同时,设计了一种检索增强生成方法,通过检索几何逻辑结构最相近的题目,将其对应的辅助结构作为外部知识嵌入Prompt,以提升辅助结构推荐的准确性。 4.实现了基于代数计算和符号推理的计算推理模块,并结合启发式推理方法,通过微调预训练语言模型学习解题所需的规则序列,以提升推理引擎的效率和准确性。 5.基于上述方法,设计并实现了一套平面几何辅助线/点自动添加系统。在自构建数据集的812道测试题目上进行实验评估,系统在题目级别的正确率达到65.3%,验证了所提方法的有效性。

关键词： 分布式无源雷达   辐射源定位   直达波参数估计   微弱目标检测  

摘要： 分布式无源雷达是由多个无源雷达组成的分布式系统,相比传统有源雷达具有功耗低、隐蔽性好、抗干扰能力强等显著优势,成为未来雷达发展新形态之一。本文围绕低信噪比环境下分布式无源雷达辐射源定位与目标检测展开研究,主要涉及非合作辐射源定位、直达波参数估计以及微弱目标积累检测等关键问题,并通过实验验证了所提方法的有效性与可行性,主要内容如下: 1.针对低信噪比条件下的辐射源定位问题,提出了一种基于分数阶傅里叶变换(Fractional Fourier transform,Fr FT)的多通道联合定位方法。该方法通过空间网格划分实现回波信号在Fr FT域的包络对齐和能量积累,在低信噪比环境可获得较好的定位精度,为后续微弱目标检测奠定良好基础。 2.针对多线性调频脉冲信号混叠情况下的直达波参数估计问题,提出了一种基于解析信号构造与盲源分离(Analytic signal construction-blind source separation,ASC-BSS)的去混叠方法。该方法构造出虚拟通道信号,并利用盲源分离技术实现了多脉冲信号的精确分离,在Fr FT域获得信号参数估计结果。实验结果表明:该方法在低信噪比条件下能够有效解决多脉冲信号在时频域和Fr FT域同时混叠的问题,参数估计性能显著优于传统方法,为微弱目标检测提供技术支撑。 3.针对外辐射源探测时强目标遮蔽下的弱目标检测问题,提出了一种基于RFT(Radon-Fourier Transform)域盲源分离的多目标检测方法。该方法通过RFT实现目标信号的相参积累,利用盲源分离技术对强目标和弱目标信号进行分离,解决了强目标盲速旁瓣(Blind speed sidelobe,BSSL)对弱目标检测的干扰问题,随后利用多站信息进行目标位置参数估计。仿真和实测数据验证验证了本方法的有效性。 本文通过理论分析、数值仿真和实测数据处理,验证了所提方法的有效性,为分布式无源雷达系统的实际应用提供了理论支持和技术方案。研究成果不仅完善了无源雷达信号处理技术体系,也为相关领域的工程实践提供了重要参考。

关键词： 花生白绢病   机器学习   深度学习   目标检测  

摘要： 花生是全球农业中重要的油料作物以及经济作物。在各类油料作物中,花生的种植面积仅次于油菜,在世界油脂生产中占据重要的地位。近年来,由于气候变化以及连年耕作等因素的影响,花生白绢病的发生频率越来越高。花生白绢病主要是由齐整小菌核引发的一种真菌性病害,受侵染的花生植株表面会长出白色绢丝状菌丝。在适宜环境条件下,这些菌丝会迅速蔓延至植株中下部的茎秆、植株间隙及分枝之间,进而使花生叶片逐渐黄化、组织纤维化,严重时甚至导致花生整株枯萎,对花生的产量和品质构成重大威胁。因此,如何高效且精准地识别和监测花生白绢病,对确保花生产量和品质的稳定至关重要。本文运用深度学习和机器学习方法,针对研究区内采集的花生RGB影像和多光谱影像,在冠层尺度和地块尺度下进行花生白绢病的识别和监测研究。论文的主要内容如下: (1)基于无人机RGB影像的冠层尺度花生白绢病识别方法研究。首先,本研究利用低空无人机设备获取了田间复杂环境下的两种不同高度(2米、6米)的冠层花生白绢病图像数据集。随后,基于构建的两种花生白绢病图像数据集,选择了3种目标检测模型(YOLOv5s、YOLOv8s和YOLOv11s)进行冠层尺度的花生白绢病识别研究,然后,基于相同的超参数设置,对这6个模型进行了训练和测试,并通过各模型的精度对比、可视化分析、实际识别效果等评估了不同高度和不同模型识别花生白绢病的整体效果。研究结果表明,在2米和6米高度下,YOLOv5s模型的总体识别性能均优于其他模型,平均精度(Average Precision,AP)分别达91.34%和89.03%,因此将YOLOv5s模型作为花生白绢病的最优识别模型。此外,研究发现,基于2米高度下获取的图像数据集,各模型的识别性能普遍优于6米高度下的模型,因此将2米作为花生白绢病的最佳识别高度。本研究通过系统比较不同模型和采集高度对花生白绢病的整体识别效果进行了分析,为后续使用低空无人机在田间复杂环境下识别花生白绢病提供了理论和技术支撑。 (2)提出了一种基于SCC-YOLO的冠层尺度花生白绢病识别方法。基于(1)的研究成果,为了进一步提升模型识别冠层尺度花生白绢病的整体性能,本研究基于构建的2米高度下的花生白绢病图像数据集,并对筛选出的最优识别模型YOLOv5s进行了一系列改进以满足更精准的冠层花生白绢病识别需求。首先,引入可切换空洞卷积(Switchable Atrous Convolution,SAConv)替换YOLOv5s模型颈部网络中的普通卷积模块,显著提升了模型对局部细粒度特征的捕捉能力。然后,提出了一种新型C3RetBlock模块替换YOLOv5s主干中原有的C3模块,该模块通过将RetNet模型与C3模块相结合,从而提高模型的空间信息感知能力。最后,在颈部网络中添加了CABlock模块,进一步优化了模型在复杂背景下的目标定位和识别准确性。研究结果表明,本研究提出的SCC-YOLO的AP和F1 score分别达93.32%和91.45%,较原模型分别提升了1.98%和2.41%,充分验证了该模型在田间复杂环境下,能够更为精准地识别冠层尺度的花生白绢病,为农业病害精准识别提供了一种切实有效的解决方案。 (3)提出了一种基于无人机多光谱的地块尺度花生白绢病监测方法。首先,利用无人机采集自然发病的地块尺度花生白绢病的多光谱图像,并提取了20种植被指数和20种纹理特征,基于纹理特征构建了三种新型的纹理指数。然后,利用本研究构建的Otsu-CIgreen算法,通过确定最优阈值以有效去除影像的复杂背景干扰。最后,利用随机森林算法根据特征权重信息筛选出对花生白绢病敏感的植被指数和纹理指数,并结合K近邻(K-Nearest Neighbor,KNN)、AdaBoost以及粒子群优化的支持向量机(Particle Swarm Optimization-Support Vector Machine,PSO-SVM)算法构建了6个花生白绢病监测模型。研究结果表明,以植被指数结合纹理指数作为输入变量的监测模型效果最好,优于仅以植被指数为输入变量的模型。其中KNN模型的效果最佳,测试集的准确率和F1score分别为91.89%和91.39%,能够较为准确的实现花生白绢病的有效监测。本研究提出的基于无人机多光谱影像提取植被指数和纹理指数来监测地块尺度花生白绢病的方法,能够精准反映田间花生受白绢病胁迫状态,为地块尺度花生白绢病的无损监测提供了理论依据和技术支持。

关键词： 图像处理   病害识别   畸变校正   卷积神经网络   多任务学习  

摘要： 随着苹果产业的持续发展,苹果叶片病害的精准识别对于保障苹果产量与品质、提升果农经济效益具有重要意义。本研究以苹果叶片病害为研究对象,针对苹果叶片病害种类及病害程度识别问题,提出基于MobileNet-V3S的苹果叶片病害种类及程度识别模型,并设计开发了相应的苹果叶片病害识别系统。具体研究内容如下: (1)苹果叶片数据集的构建。在苹果叶片病害识别研究中,在灵宝市寺河乡苹果基地实地采集病害叶片图像,构建了苹果叶片病害识别数据集,并对每张图像进行了详细标注,涵盖病害类型及病斑区域的精准轮廓信息,为后续特征提取提供支持。同时,采用多种数据增广技术对样本较少的病害类别图像进行扩充,使所有病害类别的图像数量达到5000张,有效缓解了样本数据不均衡现象,提升了模型在不同类别上的性能表现,确保了模型的稳定性和可靠性。 (2)基于直线特征的苹果叶片图像畸变校正。针对构建的苹果叶片数据集,采用直线特征校正方法对图像中的畸变进行校正,通过角点检测、畸变中心计算及直线参数求解等步骤,还原叶片的真实形态与比例,显著改善了图像质量,为后续病害识别及病害程度模型的构建提供坚实基础。 (3)基于MobileNet-V3S的苹果叶片病害种类及程度识别模型构建与应用。构建基于改进MobileNet-V3的苹果叶片病害种类及程度识别模型,并定义该模型为MobileNet-V3S。该模型以MobileNet-V3为核心骨干网络,结合特征金字塔网络(FPN)和CBAM注意力机制,实现病害特征的多尺度学习与特征提取能力的增强。在此基础上,引入多任务学习框架,共享病害类型与程度识别的低层特征学习模块,有效提升了病害类型和程度判别的准确性,该方法在病害种类和病害程度识别任务中表现出显著优势。 (4)苹果叶片病害识别系统的设计与实现。基于MATLAB开发工具,设计了苹果叶片病害识别系统,该系统集成了图像预处理、畸变校正、特征提取和病害识别等功能模块,能够高效、精准地识别苹果叶片病害类型及程度,并提供相应的防治建议,有效满足了农技人员和果农的实际应用需求。 本研究通过提出有效的图像畸变校正方法和病害识别方法,并构建相应的识别系统,为苹果叶片病害的精准识别和防控提供了有力的技术支持。这不仅有助于提高果农的收入水平,促进苹果产业升级和转型,还为我国苹果种植业的可持续发展提供了重要保障。

关键词： 深度学习   目标检测   注意力机制   轻量化   YOLO算法  

摘要： 油茶是我国南方著名的木本油料果树,其果实营养丰富,品质优良,具有很高的商业价值。在油茶果实的生产过程中,采收过程在整个生产过程中占有很大的比重。油茶果实的采摘主要依靠人工手段。城镇化进程加剧了劳动力的短缺,造成油茶果实采摘成本大幅提高。采摘机器人能够提高生产效率、降低采摘成本,是果蔬生产的必然趋势。 油茶果实在自然果园环境下,常受到树叶、树枝和果实自身的遮挡,且成熟的油茶果实呈青绿色,与背景颜色相似,使得特征提取变得困难。为解决这一问题,并避免将近处花苞误识别为果实导致误采摘,本文采取了以下策略:首先,构建了包含不同天气条件、拍摄时间段以及拍摄距离下的油茶果实图像数据集,模拟了真实场景中的多种遮挡情况。其次,采用数据增强技术提高模型的鲁棒性,并引入注意力机制使模型更关注关键特征,以减少遮挡干扰。为了区分可采摘的果实和不可采摘的花苞,我们将数据集标注为“可采摘”和“不可采摘”两类。 针对模型计算量大、难以部署的问题,本文提出了轻量级油茶果实识别模型YOLOv5s-SNG。该模型基于YOLOv5s框架,通过在Neck部分使用GhostConv和C3Ghost模块替换原有的Conv和C3模块,在大幅减少参数量和计算复杂度的同时,仍保持了较高的检测精度。实验结果表明,YOLOv5s-SNG检测油茶果实的精度为92.5%,模型大小仅为11.6MB,计算量和参数量分别压缩至YOLOv5s的84.1%和80.5%。 为了进一步提升小目标的检测精度,尤其是花苞的检测精度,并考虑到YOLOv5部署依赖ONNX和Tensor RT导出、移动端适配性差等问题,本文采用YOLOv11s作为基础框架,提出了一种针对油茶果实的检测模型。YOLOv11作为YOLO系列的最新版本,在小目标检测方面具有显著优势,更适合于花苞检测。实验结果表明,YOLOv11s的花苞检测精度为78.7%,油茶果实检测精度为92.4%,虽然模型大小增加到了18.4MB,GFLOPs为21.3,FPS降低至79.6,但在花苞检测精度上有了显著提升,更适合于需要高精度小目标检测的场景。

关键词： 实时路径规划   目标跟踪   化学反应优化(CRO)算法   模型预测控制(MPC)   多无人机协同   元启发式算法  

摘要： 针对多无人机在目标跟踪路径规划中效率不高的问题，提出了一种基于元启发式算法的实时路径规划方法。首先，建立了无人机的离散运动方程，并根据约束条件和任务要求设计了多约束优化指标；然后，结合改进的自适应化学反应优化(ACRO)算法和模型预测控制(MPC),实现了多无人机协同目标跟踪的路径规划，通过改进算法的选择策略和终止条件，显著提高了路径规划的效率，并优化了规划路径；最后，针对不同场景下的多无人机目标跟踪路径规划进行了仿真研究，改进后的算法在平均迭代次数和规划时间上分别减少了78.65%和86.75%。仿真结果验证了所提出的路径规划算法在实时目标跟踪中的有效性。该研究为提高多无人机在复杂环境中的目标跟踪效率提供了一种有效的解决方案。