关键词： 目标检测   雷视融合   多尺度融合   卷积注意力模块   YOLOv5  

摘要： 针对变电站安全监控场景下的行人识别,纯视觉传感器目标检测极易受到光照条件和物体遮挡的影响,存在误检和精度不高等问题,主流雷达视觉融合目标检测网络存在实时性差、精度低的问题,提出了一种以YOLOv5作为主干网络的多尺度雷视融合目标检测算法,实验结果显示该算法在平均精度均值(mean Average Precision,mAP)0.5:0.95和帧率(Frames Per Second,FPS)上均显著优于其他主流目标检测算法。在YOLOv5结构上,额外增添了一条毫米波雷达点云多尺度特征融合分支。雷达点云RGB图像首先通过通道压缩(Channel Block Squeeze,CBS)、跨阶局部网络(Cross Stage Partial Network,CSP)模块提取特征之后,继续通过卷积注意力模块(Convolutional Block Attention Module,CBAM)和最大池化层对雷达点云信息进行不同层次的特征提取,使用空间注意力融合模块的改进对雷达点云特征和视觉特征进行3次多尺度特征融合。实验分析表明,所提算法mAP0.5:0.95比原始YOLOv5网络有显著提升,FPS也远优于目前主流雷视融合算法。

关键词： 脱靶量   无人机   舰炮   目标跟踪  

摘要： 脱靶量是检验部队训练水平、武器性能的一个重要指标,同时也是优化方法、改善参数的重要反馈依据。针对海面舰炮脱靶量测量成本高、方式复杂、受海面气候影响大、测量精度不高等问题,提出了一种基于无人机目标跟踪的舰炮脱靶量测量方法。该方法使用无人机作为观测平台,通过与靶船通信,确定规则的相对运动,拍摄清晰的脱靶图像及相关位置信息。地面站系统利用YOLOv5-DeepSORT目标检测和跟踪算法对炸点水柱进行检测和跟踪,从而实现对炸点水柱脱靶量的测量。该方法实施简单,测量精度高,可有效增强脱靶量测量的效果,提高部队的战斗力水平。

关键词： 手术器械   人工智能   识别   分类   定位   目标检测  

摘要： 目的:基于改进型You Only Look Once V5(YOLOv5)人工智能开发手术器械识别系统。方法:收集常用外科手术器械10类,包括治疗碗、药杯、弯盘、针持器、血管钳、刀柄、组织拉钩、手术刀片、缝针、棉球。将收集的器械置于同一视野下,随机改变不同器械放置位置和状态,在不同拍照方位、布料背景、光线角度和强弱环境下拍摄照片806张。将拍摄的照片按照7∶3随机划分为人工智能训练组和验证组。采用精确度、召回率、平均精度、平均精度均值和F1得分值等参数比较原始YOLOv5模型和改进模型S-YOLOv5的算法识别性能。结果:与原始YOLOv5模型相比,改进模型S-YOLOv5表现出更高的识别性能,其精确率、召回率、平均精度和F1得分值分别为0.978,0.973,0.926,0.975。改进模型S-YOLOv5对各手术器械的识别准确率均高于原始YOLOv5模型。结论:基于S-YOLOv5的人工智能辅助手术器械识别系统具有较好的分类能力和定位能力,为人工智能辅助手术器械清点提供了初步探索和思路。

关键词： 多元信息融合   数字图像处理   特征表示   语义分割  

摘要： 本文旨在研究如何利用多元信息融合技术来突破数字图像处理的瓶颈。通过在图像预处理、分割、特征提取等关键环节引入自适应权重融合、多尺度分解、图卷积网络等方法,充分挖掘和融合图像的多尺度、多视角、多模态信息。实验结果表明:该技术在图像去噪、超分辨率、语义分割等任务上均取得了优于传统方法的性能表现。研究表明,多元信息融合可显著提升图像处理的精度、鲁棒性和泛化能力,为相关领域提供了新思路。

关键词： 深度学习   融合算法   目标检测   YOLOv5  

摘要： 为了解决红外与可见光图像融合在光线不足的情况下,融合图像纹理细节较弱、算法识别能力差等问题,提出了一种基于红外与可见光图像融合的目标检测算法。设计了QDOB模块分别用于提取两种图像的特征,从而获得丰富信息的融合图像。将融合图像送入YOLOv5网络中训练得到检测模型。实验结果表明,该文融合算法要优于传统的融合算法,并且通过网络训练出的检测模型精度由源图像的67.23%提升到84.79%,能够达到实时检测的需求。

关键词： 二维人体姿态估计   单人姿态估计   深度学习   关键点检测   计算机视觉  

摘要： 人体姿态估计是计算机视觉领域的一项关键技术,它通过检测人体关键点以识别人体姿态。随着深度学习的快速发展,其已成为人体姿态估计的主流技术并取得了显著进展。围绕单人姿态估计问题,从数据预处理、网络架构设计、监督学习方法以及后处理技术四个维度对基于深度学习的单人姿态估计研究进行回顾,同时探讨关键点表征的新方式及Transformer模型在该领域的应用,此外还介绍了常用的数据集和性能估计指标,深入讨论当前单人姿态估计领域的挑战和发展方向。

关键词： 目标检测   注意力机制   感受野   损失函数  

摘要： 针对复杂背景下红外小目标识别错误率高,模型回归损失较大的问题,提出一种改进的算法YOLOv8_SG(Small goals)。通过构建小目标检测层、引入SA注意力机制与WIoU_v3损失函数,使算法能够融合更深层特征,具有更大的感受野,并且降低了训练样本标注质量不均衡的影响,提高了预测框的位置精度,增强了对小目标的检测能力。实验结果表明,改进后的算法mAP由0.8514提升到0.8997,Box_loss效果较改进前提升了34.9%,该算法在小目标检测上具有更高的特征提取能力和更高的检测精度。

关键词： 三七   复杂收获作业工况   目标检测   通道剪枝   Jetson Nano   YOLO v8s  

摘要： 为实现三七联合收获作业过程中的自适应分级输送和收获状态实时监测,本文针对三七根土复合体特征和复杂田间收获工况,提出一种基于YOLO v8s并适用于Jetson Nano端部署的三七目标检测方法。在YOLO v8s对三七准确识别的基础上,针对其新的模型结构特性,利用通道剪枝算法,制定相应剪枝策略,保证模型精度的同时提升实时检测性能。采用TensorRT推理加速框架将改进模型部署至Jetson Nano,实现了三七目标检测模型的灵活部署。试验结果表明,改进后的PN-YOLO v8s-Pruned模型在主机端的平均精度均值为93.71%,参数量、计算量、模型内存占用量分别为原始模型的39.75%、57.69%、40.25%,检测速度提升44.26%,与其他目标检测模型相比,本文改进模型在计算复杂度、检测精度和实时性方面具有更好的综合检测性能。在Jetson Nano端部署后,改进模型检测速度达18.9 f/s,较加速前提升2.7倍,较原始模型提升5.8 f/s。台架试验结果表明,4种输送分离收获作业工况下三七目标检测的平均精度均值达87%以上,不同输送分离收获作业工况和不同流量等级下的目标三七计数平均正确率分别达92.61%、91.76%。田间试验结果表明,三七目标检测平均精度均值达84%,计数平均正确率达88.11%,图像推理速度达31.0 f/s。模型检测性能和计数效果能够满足复杂田间收获工况下目标三七的检测需求,可为基于边缘计算设备的三七联合收获作业自适应分级输送系统和收获作业质量监测系统提供技术支撑。

关键词： YOLOv5s   注意力机制   Efficient-RepGFPN   SimAM注意力机制   轻量级卷积  

摘要： 针对无序密集放置的多尺度零件识别难度大等问题,提出一种基于改进YOLOv5s的轻量化零件目标检测算法。在Backbone网络C3模块添加CA注意力机制,提高目标特征提取能力;引入了damo-yolo的Efficient-RepGFPN结构代替原有的Neck层,以减轻模型的复杂度;引入SimAM注意力机制,提高卷积网络的表征能力;为加快计算速度,降低运算成本,用轻量级卷积GSConv代替Neck结构中的标准卷积;采用FocalEIOU替换YOLOv5算法中的CIOU对模型识别性能进行优化。实验结果表明,在自制零件数据集上,改进算法的mAP@0.5达到99.4%,检测速度仅需5.7 ms,FPS达到175帧/s,且计算量和参数量都大幅度降低,模型大小仅有原来的32%,易于移动端部署,在零件检测精度、检测速度等方面均优于原有YOLOv5s,满足视觉引导下对零件精准识别。

关键词： 目标跟踪   孪生网路   外观特征   信息熵  

摘要： 目标跟踪通常只能使用视频第1帧的外观信息,在线学习目标的外观特征,并预测后续帧中该目标的位置和大小.然而,跟踪过程中目标外观时刻变化,仅通过第1帧并不能准确描述后续目标的外观.针对上述问题,提出一种基于并行多外观特征的孪生网络目标跟踪算法.首先,引入包含目标近期外观信息的动态模板帧,同时提出3种方法:多外观特征、并行外观特征、并行多外观特征,利用动态模板帧进行目标跟踪.与简单地使用动态模板帧替换初始模板帧不同,所提出的方法可解决由动态模板帧中目标容易漂移导致的跟踪算法性能下降的问题.其次引入评价模块,使用基于信息熵的评价方法或基于IOU-Net的评价方法,对得到的多个预测结果分别进行打分,选择得分最高的预测结果作为最终的预测结果.最后提出更新模块,对评价模块得到的得分进行分析,当得分满足更新模块设立的更新条件时,用最终的预测结果更新动态模板帧,使用新的外观信息指导下一帧跟踪.实验结果显示,该算法在GOT-10k、OTB100等标准数据集上取得较好效果,验证了所提算法的有效性.