关键词： 低光照目标   特征级融合   可见光图像   红外图像   YOLOv11n  

摘要： 针对可见光图像目标在低光照等不良条件下特征不足的问题,提出了一种融合可见光图像和红外图像以增强目标特征的目标检测算法。该算法以YOLOv11n为基线算法,通过构建双分支的图像多层级特征提取及融合网络,提取目标可见光图像、红外图像的浅层特征和深层特征,按照特征级融合的方法实现同层级的特征融合;引入了语义与细节注入模块,融合可见光图像、红外图像的不同尺度特征,实现两种图像的目标特征信息优势互补,提高了低光照条件下目标检测性能。在M3FD、LLVIP和FLIR-aligned数据集上对所提算法进行验证,实验结果表明,较基线算法分别检测可见光图像和红外图像,该算法在M3FD数据集上,mAP@0.5分别提升了10.2和12.4个百分点,mAP@0.5:0.95分别提升了7.1和6.0个百分点;在LLVIP数据集上,mAP@0.5分别提升了4.8和0.3个百分点,mAP@0.5:0.95分别提升了12.8和1.8个百分点;在FLIR-aligned数据集上,mAP@0.5分别提升了11.3和3.5个百分点,mAP@0.5:0.95分别提升了8.2和2.0个百分点。该算法对比其他两种基于Transformer的图像融合目标检测算法,总体检测性能更高,证明了该算法的先进性和有效性。

关键词： 计算机视觉   图像分类   增量学习   知识蒸馏  

摘要： 增量学习旨在缓解深度神经网络的灾难性遗忘问题。现有的增量学习方法面临的主要问题包括:隐私泄露、消耗额外内存、模型参数量线性化增长等。针对现有方法的不足,以知识蒸馏的正则化手段为基础,提出一种基于k-means自动聚类算法的原型采样机制,对旧类原型和新数据的深层特征进行联合分类训练,以保持新旧类别的区分性和平衡性。实验结果表明,该方法在两个公开数据集CIFAR100和Tiny-ImageNet上比现有方法分类精度平均提高17.4百分点和16.9百分点,验证了该方法的有效性和优势。

关键词： YOLOv8   无人机航拍   GELAN   小目标层   损失函数  

摘要： 针对无人机航拍图像中目标的尺度变化较大，而小尺寸目标分布较为密集、背景复杂多变所导致的漏检和误检问题，提出一种基于YOLOv8s的改进算法模型（YOLO-GELAN）。首先通过引入广义高效聚合网络（GELAN）中的RepNCSPELAN模块替换原有C2f模块，在降低网络参数的同时增强目标关键特征的提取能力，从而提升检测精度；然后改进颈部网络，增加一个小目标检测层，并移除大目标检测层，增大待检测特征图尺寸，提升网络对小目标的感知力；最后引入Wise-IoU损失函数，减少极端样本出现的大梯度，提高网络模型的整体性能。该算法在VisDrone2019数据集上的精度、召回率、mAP50分别为55.7%、45.3%、47.0%，相较于基线网络分别提高了6.7%、7.9%、8.8%，同时参数量下降30%。实验表明，改进后的模型在检测图像中的小目标方面表现出更优异的能力，能够有效地应用多种无人机航拍图像目标检测的应用场景。

关键词： 铸件缺陷检测   YOLOv8n   深度学习   计算机视觉   特征融合  

摘要： 针对现有目标检测算法在铝铸件表面缺陷检测中存在缺陷空间分布复杂、小目标缺陷特征弱化和多尺度适用性差等问题，本文提出了一种创新的YOLOv8n-BSS铝铸件表面缺陷检测模型。首先，为了解决缺陷空间分布复杂以及小目标缺陷特征弱化等问题，本文设计了C2f-SCConv模块，通过多路径特征提取、空间通道重构和上下文信息融合机制，有效增强了模型在复杂背景、多目标干扰和细节特征提取方面的感知能力；其次，嵌入SENetV2，通过全局平均池化汇聚空间信息，高效捕捉通道间的依赖关系，避免信息压缩损失，同时具备灵活的全局调节能力，从而能够更好的捕捉通道级别的模式并具有全局知识；最后，为了解决多尺度适用性差的问题，引入BIFPN，通过双向、多轮、动态权重控制的特征融合方式，实现语义与细节信息的充分交互，提升模型对多尺度铸件表面缺陷的处理能力。实验结果表明，改进后的YOLOv8n-BSS网络模型相比原网络模型mAP0.5提升了3.1百分点、mAP0.5:0.95提升了2.4百分点、参数量下降了10.3%、计算量减少3.7%，表现出了对铝铸件表面缺陷更好的定位和识别能力。

关键词： 目标跟踪   语义信息   空间上下文信息   长程依赖   特征交互  

摘要： 现有红外无人机目标跟踪方法在多尺度特征融合过程中存在空间和语义信息丢失问题，导致跟踪器无法精准定位无人机目标位置，降低了跟踪任务的成功率。针对上述问题，该文提出了一种空间语义联合感知的红外无人机目标跟踪方法。首先，提出了空间语义联合注意模块，通过空间多尺度注意模块提取多尺度长程依赖特征，增强空间上下文信息的关注，并通过全局-局部通道语义注意模块交互全局和局部通道特征，确保重要语义信息的捕获。其次，设计了双分支全局特征交互模块对模板和搜索分支特征进行有效整合，显著提高了网络的整体性能。在红外无人机数据集Anti-UAV上进行了广泛实验验证，结果表明：与现有方法相比，本方法具有更好的跟踪性能，平均状态精度达到0.769，成功率达到0.743，精确度达到0.935，均优于对比方法，并且有效性、泛化性和先进性也得到了验证。

关键词： 伪装目标检测   多尺度   频域   特征融合  

摘要： 伪装目标检测是计算机视觉领域的一项挑战性任务。当前，基于RGB特征的伪装目标检测方法应用广泛，但该类方法全局特征提取能力不足，对复杂背景适应性差。为了克服上述问题，引入频域特征，设计了多尺度频域与空域特征融合（Fusion of Multi-scale Frequency and Spatial Domain Features，FMFS）的伪装目标检测方法。FMFS模型由预训练的主干网络和两级解码结构构成，主干网络从原始图像提取4层特征，以获取图像的全局与局部信息；第一级解码结构对高层特征进行频率分离处理，增强模型的局部细节理解能力；第二级解码结构包含特征细化模块(Feature Refinement Block， FRB)和频率增强模块(Frequency Enhancement Module， FEM)，其中，FRB通过多尺度特征提取和空间注意力机制增强输入特征的质量，FEM引入频域建模能力，强化对图像全局结构和高频细节的感知，二者协同作用，实现多尺度特征的融合与增强。实验结果表明，在数据集CAMO、COD10K和NC4K上，FMFS模型的性能优于其他16个伪装目标检测模型，所设计的两级解码结构能够有效提升网络对伪装目标的检测能力。相关代码位于：https://***/bachelorcy/FMFS.

关键词： 反无人机   YOLOv11   通道-空间注意力   BiFPN   小目标检测  

摘要： 由于低空无人机具有类型多、目标小、变化大等特点，给复杂环境下的无人机精准识别带来巨大挑战。为了应对这些挑战，提出一种基于YOLOv11的高效无人机目标检测模型：recognition of small targets with a boosted framework-YOLOv11 (RSB-YOLOv11)。首先，为增强模型的特征融合能力，构建双向特征金字塔网络(BiFPN)和P2小目标检测层。其次，为实现检测精度和计算效率之间最佳平衡，提出C3k2-RepVitBlock(RVB)模块来替代传统的C3k2结构。此外，在骨干部分引入通道-空间注意力(Channel-Space Attention，CSA)，使模型能够更有效地捕捉小目标特征信息。在公开数据集CBD上实验，结果表明，相比于原始模型，RSB-YOLOv11模型在mAP@0.5和mAP@0.5-0.95上分别提升4.2%和4.4%，达到94.8%和57.7%。

关键词： 低光照   目标检测   YOLOv11   频域感知  

摘要： 针对低光照复杂场景下检测的性能瓶颈，本文提出一种改进YOLOv11的低光照目标检测算法ELS-YOLO（Enhanced Low-Light Scene-YOLO）。首先，引入EfficientNetV2替换主干网络，简化模型结构的同时，提升局部细节和全局背景的复杂交互。其次，提出了一种频域感知模块，进一步提升网络对图像细节的感知效果，帮助模型更好地识别低光照条件下的目标轮廓和暗部细节。最后，设计了一种基于灵慧阶梯增益分配策略的损失函数，在提升光照和噪声变化的适应能力基础上持续提升检测精度。算法的消融实验和对比实验在ExDark、NOD(Night Object Detection)和VOC2012数据集上进行。结果表明，在ExDark数据集上，本文算法相较于基线模型在mAP@0.5和mAP@0.5:0.95指标上分别提升了4.2%和2.6%。在NOD数据集上，本文提出的算法相比于基线模型在mAP@0.5和mAP@0.5:0.95分别提升了2.4%和0.7%。在VOC2012数据集上，本文提出的算法相比于基线模型在mAP@0.5和mAP@0.5:0.95分别提升了0.7%和0.3%。验证了本文算法在低光照目标检测场景中的有效性。

关键词： 目标检测   安全隐患识别   智能预警   功能模块设计  

摘要： 针对建筑施工安全隐患监测需求,本研究设计了一套基于深度学习的智能预警系统架构。系统通过融合 CNN(卷积神经网络)与 YOLOv8 模型,创新设计多尺度特征融合网络,可实现 9 类施工风险的精准识别;同时采用轻量化设计策略(模型压缩至 80MB),并结合边缘计算架构优化,有效提升系统实时响应性能。其核心设计包含两大模块:动态风险评估引擎,集成 LSTM 时序预测与三级预警机制;联邦学习框架下的隐私保护模型优化方案。经实验验证,该设计在关键性能指标上显著优于传统方法:精度方面,平均精度均值(mAP)达 92.7%;效率方面,响应速度达毫秒级。该系统架构为建筑施工安全系统设计提供了可借鉴的技术范式。

关键词： 集成学习   图像处理   轻量化网络   图像识别   机器学习  

摘要： 随着技术的进步，电网安监过程中对环境信息的处理已越来越依赖基于人工智能的图像处理技术。然而，随着模型性能的提升，计算负担也必然会显著增加。为了提升现有主流网络的模型性能并可在低功耗设备中应用，本文从集成学习出发，提出并实现了一种轻量级的集成学习方法。首先，通过优化单个学习器的架构，本文提出一种与通用图像识别网络兼容的集成学习框架。其次，本文引入了一种与该集成学习架构相适应的定制化训练策略。该策略采用了一种基于误差类型判别的方法进行图像增强，从而能够在不同的学习器之间实现差异化的训练。最后，该方法被用于在经过预训练的MobileNetV2上进行实现。基于TrashNet数据集的测试结果表明，该方法可达到95.58%的识别准确率。与单独的MobileNetV2相比，集成方法在仅增加0.207GFLOPs的计算开销和9.4M参数的情况下，性能提高了1.16个百分点。相关的对比研究和统计分析表明，本文所提方法在提升通用模型性能的同时，仍能与最先进的方法相抗衡。