关键词： 三维目标检测   点云   Transformer   双重注意力融合   空体素关注  

摘要： 针对三维点云目标检测中传统的卷积神经网络在特征提取阶段因下采样导致分辨率降低，影响小目标的识别准确性问题，本文提出一种基于Transformer的三维目标检测模型：PillarTNet。该模型首先使用双重注意力融合模块强化特征编码，然后通过区域扩张注意力模块提取特征，保持整个过程伪图像分辨率不变，更有利于小目标的检测，同时引入区域移位机制促进不同区域的信息交流。但是注意力操作会存在大量空体素，可能增加大目标的漏检与误检风险，为此，对检测头采用空体素关注模块以缓解这一问题。在KITTI数据集上的实验结果显示：PillarTNet在确保Car和Cyclist检测精度的同时，Pedestrian的检测在三个难度等级的■分别达到了62.48%、53.21%和49.57%，且本模型在推理速度和内存需求方面均表现出色，充分验证了PillarTNet的优越性和适应性。

关键词： 遥感   深度学习   小目标检测   RT-DETR  

摘要： 复杂无人机环境下的小目标检测存在目标分布密集和特征提取困难的问题，检测准确度仍有提升空间，为提高小目标检测效果，提出基于RT-DETR的无人机小目标检测改进算法DRT-DETR。为提升模型计算效率和特征提取能力，引入快速多尺度注意力特征提取模块Faster-EMA，显著降低模型参数量，增强特征提取效率。为提高多尺度特征的利用率，采用加权双向跨尺度特征融合模块Bi-CCFM，优化特征传递与信息融合。为提升定位和识别的精确性，提出基于归一化高斯距离的回归损失函数NWD，用Wasserstein距离来度量边界框之间的相似性，提升小目标检测的准确度。实验结果表明，DRT-DETR在VisDrone数据集上的mAP@0.5达到了48.4%，较改进前增长了3.1%，参数量降低了12.6%，实现了轻量化与精度提升的双重目标。

关键词： 小样本学习   目标检测   小样本目标检测   特征融合  

摘要： 现有的小样本目标检测方法通常将支持集的图像编码到低维特征空间，以获取类别原型，作为查询图像特征与支持集图像特征之间相似性比较的依据。针对现有小样本目标检测方法计算得出的类别原型对类间方差敏感，提取到的特征缺乏代表性，导致模型检测和泛化性能损害的问题，提出了残差变分编码流（Residual Variational Encoder Flow, RVF）方法，能够在数据稀缺的情况下学习类别的潜在结构，生成更鲁棒的特征分布。引入了特征交叉融合（Non-linear Feature Crossing Aggregation, NFC）模块，捕捉特征之间复杂的非线性关系。通过解耦检测头中的分类和回归任务，并改进分类分支，显著提升了检测性能。在PASCAL VOC2007和PASCAL VOC2012数据集上的实验证明了提出方法的有效性。实验结果表明：所提出的残差变分编码流模型在split1、split2、split3子集的1、2、3 shot实验中表现最佳，平均精度分别达到64.6%、47.1%和57.1%。比之前的方法相比，在split1、split2、split3子集中精度分别提高了2.5%、1.8%、0.8%，验证了提出方法在极低样本量的情况下的有效性。

关键词： 迁移学习   小样本目标检测   特征增强   类别混淆   正交损失  

摘要： 针对现有小样本目标检测算法中模型对新类别的特征参数敏感度较低，难以准确区分类别相关和类别无关参数，导致特征边界模糊，造成类别混淆的问题，提出了一种结合新类特征增强与度量机制的小样本目标检测算法。首先，提出跨域参数感知模块（CDPM）改进颈部网络，重构通道和空间的特征重加权操作，结合空洞卷积采用跨阶段的信息传递与特征融合方式，提供丰富的梯度信息导向并提升新类别参数敏感性。同时，在感兴趣区域池化（RoI Pooling）前构造多元相关特征融合模块（ICMF），建立特征之间的相关性并动态优化相关特征的融合方式，增强显著特征。CDPM与ICMF的引入有效增强了新类别的特征表示以减轻特征边界模糊。此外，为进一步减轻类别混淆，在检测头部分提出基于度量机制的正交损失函数（CohSep Loss），通过度量特征向量相似度，实现类内特征聚合，类间特征分离。实验结果表明，在PASCAL VOC数据集上，所提算法相比基线TFA在nAP50的15种小样本实例个数平均值上提升了5.3个百分点；在COCO数据集中，10shot和30shot对应的nAP分别提升了3.6和6.2个百分点，实现了更高精度的小样本目标检测。

关键词： 目标检测   YOLOv8   Jetson Nano   实践教学  

摘要： 本文设计了一款基于深度学习的目标检测实践平台,平台采用YOLOv8网络模型作为目标检测算法,通过对图像数据集的训练优化网络,达到目标检测结果。该平台达到了“软件+硬件+网络”同步实践的教学效果,能够让学生将理论付诸实践,在一定程度上培养了学生的动手操作和应用创新能力,并且能够助力教师科研水平的提高,达到教学和科研“双赢”。

关键词： 多传感器融合   体素   鸟瞰图   旋转等变   3D目标检测  

摘要： 随着自动驾驶系统的发展,针对道路场景下的3D目标检测受到研究人员的广泛关注。然而,大多数基于单一传感器或者多传感器融合的目标检测方法未考虑实际道路场景中车辆旋转,使得捕获的场景同步旋转,从而导致目标检测性能降低。针对这类问题,提出一种基于多传感器融合的多级全局旋转等变目标检测网络架构,以缓解场景旋转造成的目标检测困难,从而提高目标检测性能。首先,对体素内部进行各点之间距离编码,增强局部点云几何信息,并提取体素的全局旋转等变特征;其次,引入图像的语义信息并提取全局旋转等变特征,进一步提高网络性能;最后,将具有旋转等变性的点云和图像信息在鸟瞰图上进行融合,并嵌入群等变网络提取融合鸟瞰图级全局旋转等变特征。实验结果表明,该网络架构在nuScenes验证集上达到了68.7%的平均精度均值(mAP)和71.7的nuScenes检测分数(NDS),以及平均角度误差均值(mAOE)降低到0.288,相比主流的目标检测方法,其实现了网络架构本身的旋转等变性并在性能上得到了提升,此外,各个组件对于整体网络架构的目标检测性能提升都起到了重要作用。

关键词： 目标检测   交通场景   特征增强   注意力机制   YOLOv5  

摘要： 交通场景下快速、准确的目标检测对智慧交通管理、智能驾驶路径决策具有重要意义。由于交通环境的复杂多变性及目标特征的多样性和稀疏性,传统的目标检测模型往往面临检测精度不足、漏检与误检率高的问题。为了克服这些困难,本文提出一种基于HcPAN特征融合网络的YOLOv5目标检测模型HCAM-YOLO。该方法的核心是针对PAN网络特征融合过程中局部信息易丢失的问题,设计了一种混合卷积注意力机制(HCAM),用于特征融合网络中的多尺度信息增强提取。将HCAM模块嵌入PAN底层结构,以提升局部关键特征敏感性,强化深层语义信息与浅层位置信息的融合效果。该方法的创新性在于利用注意力机制优化特征融合过程,从而提升模型在复杂交通环境中对行人、机动车辆等目标的检测性能。试验数据集由Rope 3D数据集与自制车流数据集Road Veh、自制行人数据集Road Ped联合组成。试验结果表明,HCAM模块比其他注意力机制更适合嵌入PAN底层网络中,最终算法模型HCAM-YOLO相比于基础模型YOLOv5,精确率和召回率分别提高3.4%和3.2%;平均精度均值提高3.8%。本文算法模型对复杂背景下交通场景目标检测任务具有良好的适应性。

关键词： 毫米波雷达   非视域   主成分分析   目标检测   多径利用  

摘要： 基于77 GHz调频连续波雷达,提出了一种在非视域环境下利用电磁波的多径效应从而实现人体目标检测的方法。首先,建立一个多径传播模型,并通过深入分析该模型,提出了一种有效的二维坐标点云生成方法。为了提高波达方向的测量精度,并满足实时性要求,提出了一种基于最小方差无畸变的改进方法来估计目标的波达方向,这一方法通过迭代求逆运算,显著地降低了运算复杂度。然后,针对多余的静止杂波,引入了主成分分析的杂波抑制手段,通过对回波数据的主成分分析,滤除了第一个主成分并重构数据,以达到杂波抑制的效果。最后,实验结果表明,所提方法可以准确地检测雷达视线外的目标。这一研究为未来的雷达技术应用提供了新的思路和技术支持,特别是在安全监控和自动驾驶等领域。

关键词： YOLOv5算法   火灾检测   目标检测   深度学习  

摘要： 文章设计了基于YOLOv5算法的火灾检测系统。通过深入分析火灾图像特征,采用PyTorch框架,结合数据增强与模型优化策略,提高了检测性能与泛化能力,实现了实时、准确检测火灾。实验结果显示,该系统具有较高的检测精度,优秀的实时性,有效增强了火灾预警的及时性和可靠性,为火灾检测提供了高效、可靠的技术支持,具有显著的应用价值。

关键词： 图像去雾   图像复原   图像处理   方法依赖   数据需求   先验知识   复杂场景   物理模型  

摘要： 图像去雾是图像处理中的关键任务,传统方法依赖物理模型和先验知识,但在复杂场景中效果不佳。近年来,卷积神经网络(CNN)和Transformer模型在图像复原上取得了进展,但仍面临训练数据需求大和复杂度高的问题。为解决这些问题,本文提出了一种基于5阶段U-Net结构的图像去雾模型,该模型结合了并行的大核卷积(Large Kernel Convolution,LKC)模块和增强型通道与空间注意力(Enhanced Channel and Spatial Attention,ECSA)模块。