关键词： 输电线路   yolov8   目标检测   深度学习   注意力机制  

摘要： 目前，基于深度学习的输电线路目标检测存在小目标特征提取能力较差，易出现误检漏检，检测精度较低等问题。本文提出了一种基于改进深度学习神经网络YOLOv8n的目标检测算法。首先，在主干（backbone）中，UniRepLKNet与C2f结合成为C2f-UniRepLKNetBlock模块，替换原有的C2f模块。其次，用LSKA注意力机制改进SPPF模块。最后在颈部网络引入注意力尺度序列融合模块（Attentional ScaleSequence Fusion,ASF），并在此基础上引入P2检测层对网络结构进行优化。与原始的Yolov8n模型相比，改进后的Yolov8模型准确率提升了3.6%，召回率提升了8.9%，模型大小减小了0.6MB,mAP(mean Average Precision)达到了91.1%。保持高检测精度的同时显著减少计算资源开销。本目标检测为电网系统的安全稳定运行提供了一定的参考价值。

关键词： 计算机视觉   造纸缺陷检测   CNN-SVM混合模型   优化控制策略   智能制造  

摘要： 随着造纸行业对产品质量要求日益提高，传统人工缺陷检测方法难以契合现代生产需求。本文提出一种基于计算机视觉的造纸缺陷智能检测与优化控制系统，旨在实现高效、精准的缺陷识别以及生产过程优化。研究运用卷积神经网络（CNN）与支持向量机（SVM）相结合的方式，设计缺陷检测算法，通过多层特征提取与分类建模，大幅提升检测精度。同时，结合数据驱动的优化控制策略，构建包含PID闭环控制、自适应优化和多目标优化的综合控制方案。实验结果表明，该系统在缺陷检测方面性能卓越，CNNSVM混合模型准确率达97.5%，召回率为96.8%。在优化控制方面，系统使缺陷发生率降低65.7%，能耗减少18.3%，生产效率提高24.8%。研究显示，此系统能有效降低废品率、提升生产效率，在一定程度上为造纸行业智能化转型提供有力技术支持。

摘要： 低空对地监控是我国公共安全监控和人民安全防护的重要手段，机载探测感知系统与技术是低空对地监控能力实现的核心要素。太赫兹雷达成像为全天候、视频级、高分辨监视提供新的技术与装备，为交通监控、应急救援、安防反恐等领域提供可靠信息来源。如何基于机载太赫兹雷达视频中的动/静目标信息，进行重点区域目标检测、识别、跟踪，值得深入探索。此外，视频SAR与可见光、红外宽谱段集成，还可以视频级高刷新率实现低空对地多模态、高精度感知，多模态传感信息集成将有力提升重点目标识别跟踪鲁棒性。本专题拟对以上问题进行探讨。

关键词： 膜式燃气表   嵌入式   MobileNetV2迁移学习   图像处理   误差检测  

摘要： 随着天然气在能源消费结构中的占比不断提升,膜式燃气表作为关键计量器具的准确性检测需求日益凸显。针对传统燃气表检测方式(如光电采样、钟罩式检测)存在的通用性低、时效性差,以及上一代嵌入式Linux视觉检测方案硬件成本高、适应性不足等问题,本研究提出了一种基于机器视觉的膜式燃气表计数误差在线检测系统,在确保低成本的同时,显著提升了检测的通用性、时效性和测量精度,为燃气表计数误差检测提供了高效、可靠的解决方案。 为有效解决硬件成本问题,本课题构建了模块化嵌入式硬件平台,选用STM32H750微控制器作为核心处理器,集成OV5640摄像头模块、IPS液晶屏及RS485通信接口。通过优化电源管理、扩展SDRAM/FLASH存储架构,实现图像数据高速缓存与处理。同时,基于Docker容器技术对嵌入式系统进行功能化定制,通过修改和编译源代码,成功移植了Open MV固件,较上一代方案实现硬件成本降低70%以上。 为解决通用性问题,本课题提出了自适应多模态检测算法框架,该框架具有自适应识别功能,可自动判别燃气表类型并执行相应的误差检测流程:针对字轮式燃气表,采用Mobile Net V2迁移学习模型实现字轮末位数字的快速定位,并结合Sobel水平特征验证位置准确性,利用加权移动动态阈值算法解决光照变化导致的二值化误差问题,并通过检测区域的图像差分实现误差检测;针对齿轮式燃气表,提出了基于图像差分与形态学重构的运动轨迹提取方法,通过连通域分析精准定位检测区域,并通过检测区域黑色像素占空比的变化实现误差检测;针对LED式燃气表,采用Hough圆检测与Lab色域分析技术,实现了红外灯状态的实时分析实现误差检测。 为解决时效性问题,本课题设计了流量切换的重新定位算法,大幅降低了流量切换时系统的等待时间,将整体检测效率提升了20%以上。 本课题利用搭建的音速喷嘴式燃气表检定装置,对开发的膜式燃气表计数误差在线检测系统进行了全面的实际测试与评估,重点考察了其通用性、可靠性和可重复性等关键性能指标。测试结果表明,系统的检测精度达到0.2%,超过上一代检测方案;可靠性方面,对同一台燃气表进行前后多次重复实验误差小于1%,达到设计要求。此外,检测系统成功通过了市面上所有主流规格(G4.0、G2.5、G1.6)及不同样式(字轮式、齿轮式、LED式)燃气表的多样化测试,验证了其广泛的通用性与可靠性。

关键词： 图像处理   轻量化卷积神经网络   非接触式振动测量  

摘要： 针对复杂环境和资源受限条件下的振动测量难题，提出一种结合图像处理技术与轻量化卷积神经网络的非接触式测量方法.通过使用基于深度可分离卷积的倒残差模块，搭建轻量化神经网络模型.同时，引入高效通道注意力(ECA)机制和Mish激活函数以提升模型的预测精度.此外，还结合Canny边缘检测与Hough变换来提取图像特征，作为空间注意力的替代，优化处理效率，提高准确率.实验结果表明，所提出的非接触测量方法在5～50 Hz振动频率范围内的测量误差小于0.2%,验证其有效性和可靠性.

关键词： 小麦幼苗计数   局部标注   目标检测   Transformer   知识蒸馏  

摘要： 小麦作为全球重要的粮食作物,其幼苗数量是衡量苗期出苗率与种植密度的关键指标。由于田间场景中幼苗形态异质与环境复杂性的耦合作用,使小麦幼苗检测面临显著挑战。近年来,基于深度学习的目标检测技术在精准农业领域取得了重要进展,为小麦幼苗的自动化检测和计数提供了新思路。然而,现有方法存在的不足主要体现在两个方面:一是传统卷积网络在多尺度空间上下文特征提取方面存在固有缺陷,在面对小麦幼苗形态异质性时,面临特征表达的瓶颈,导致在不同种植密度环境下适应能力不足,尤其在复杂田间环境中多源干扰耦合作用下,难以保持较高的检测精度;二是缺乏检测精度与计算效率的平衡处理,限制了其在资源受限环境中的实际应用。为应对这些问题,本研究通过构建多层级特征协同建模、耦合轻量化结构优化与知识蒸馏策略,开展以下研究工作: （1）基于局部标注法的小麦幼苗数据集构建。使用全局标注法对小麦幼苗进行标注不仅会增加标注工作的复杂性,还容易导致标注数据中土壤等背景信息占据较大比例,而这种冗余的背景信息会削弱模型对小麦幼苗细粒度特征的提取能力,进而影响模型的检测精度。针对该问题,本研究基于局部标注法策略对小麦幼苗进行标注,与全局标注策略相比,局部标注策略显著降低了土壤背景信息的干扰,提高了对标注区域的聚焦度,有助于增强模型对小麦幼苗细粒度特征的提取能力;此外,局部标注策略还有效简化了标注操作,降低了因麦苗重叠和遮挡而产生的标注难度。最终构建的小麦幼苗数据集WSD（Wheat Seedling Dataset）涵盖了两个种植年度、两种主要小麦品种、三种种植密度,涉及小区实验和大田实验两类田间环境,共计6000张高质量麦苗RGB图像,为后续的小麦幼苗计数研究提供了数据支持。 （2）针对在复杂田间场景下的小麦幼苗检测面临的形态异质性特征表达瓶颈以及模型的精度与计算效率平衡问题,提出了基于高效特征提取器与坐标注意力机制的小麦幼苗检测模型TCE-YOLO（Transformer-Coordinate-attention-Efficient-YOLO）。该模型基于YOLOv8-n进行了以下关键改进:在特征提取阶段,为全面捕获并整合麦苗的局部特征、空间上下文特征以及全局特征,设计了结合深度可分离卷积、Vision Transformer和多尺度空间池化的高效特征提取器DTV（Depthwise-Transformer Vision）,通过整合多层次特征表达,增强模型对复杂环境中麦苗特性的表征能力,同时减少模型参数量;在特征融合阶段,引入坐标注意力机制CA（Coordinate Attention）优化多层次特征图的空间表达能力,抑制背景干扰,并提升模型在不同种植密度下的检测精度,同时设计特征协调模块FCM（Feature Coordination Module）优化特征融合效率,降低计算复杂度;在预测阶段,采用EIo U（Efficient Intersection over Union）损失函数优化边界框回归,提升模型的定位精度和整体检测性能。实验结果表明,相较于主流的目标检测模型,TCE-YOLO在WSD数据集上表现出最优的检测性能,并且具有较低的计算复杂度。 （3）针对TCE-YOLO模型受计算复杂度约束而存在的性能瓶颈问题,提出由教师模型MPA-YOLO（Multiple periods of attention YOLO）与双阶段的知识蒸馏框架结合的增强方案。MPA-YOLO基于YOLOv8-x架构实现三重优化:特征提取阶段,通过DTV模块集成CBAM（Convolutional Block Attention Module）注意力机制,建立通道-空间双域动态权重分配机制,进一步提高模型对局部上下文信息的全局特征建模效果;特征融合阶段构建SA-CA双驱动架构,利用空间注意力SA（Spatial Attention）抑制上采样特征畸变,通过坐标注意力机制CA（Coordinate Attention）,强化预测网络对小麦幼苗位置信息的敏感性;预测阶段采用EIo U损失函数维持师生模型决策一致性。双阶段蒸馏策略TDS（Two-stage Distillation Strategy）基于特征响应蒸馏FRD（Feature Response Distillation）与决策边界蒸馏DBA（Decision Boundary Distillation）实现MPA-YOLO对TCE-YOLO的性能增强。实验结果表明,MPA-YOLO在WSD-F1上的m AP@0.5达到94.3%,较基线提升11.7%;经蒸馏优化的TCE-YOLO-Distillation在保持7.8M参数量的前提下,在WSD-F1上的m AP@0.5最高达到94.1%,较蒸馏前提升3.7%,验证了该框架在小麦幼苗视觉检测

关键词： 头盔式红外成像   目标检测   深度学习   时空特征   双向特征融合  

摘要： 随着红外成像技术的快速发展,头盔式红外成像系统在军事、安防等领域的应用日益广泛。然而,红外图像存在噪声大、对比度低等问题,且动态场景中的目标检测与识别面临光照变化、背景干扰等挑战,传统的目标检测算法难以满足实际需求。本文针对头盔式红外成像系统中的活动物体检测与识别问题,结合深度学习技术,提出了一种基于双向特征增强融合和多尺度预测的目标检测算法,并进一步引入时空特征融合方法,提升了动态场景下的检测性能。 首先,本文对红外图像进行数据增强和图像增强处理。针对红外图像数据集少、类别不均衡的问题,通过仿射变换、图像混合与遮挡等技术扩充数据集,提升了数据的多样性和泛化能力。并采用伽马变换等方法提升图像质量,为后续目标检测提供了高质量的数据基础。 其次,提出了一种双向特征增强融合和多尺度预测的单阶段目标检测算法。通过引入双向特征增强模块和注意力机制,增强了模型对目标特征的提取能力;结合多尺度预测和Focal-EIou损失函数,进一步提升了检测精度和鲁棒性。实验结果表明,所提算法的精度值达到了67.8%。 最后,本文提出了一种基于时空特征融合的目标检测算法,通过局部自适应阈值帧间差分算法提取运动区域,并将其与提出的单阶段目标检测算法通过通道拼接或动态注意力权重的方式进行结合,实现了动态场景下的目标检测。实验结果表明,该方法能够有效减少背景干扰,提升运动目标的检测性能,相较于没有融合时空特征的网络,检测精度提高了1.6%。 综上所述,本文的研究为头盔式红外成像系统中的活动物体检测与识别提供了一种有效的解决方案,具有重要的理论意义和实际应用价值。未来的研究将进一步优化算法性能,并探索其在更多复杂场景中的应用。

关键词： 卷积神经网络   Zynq   激活函数   量化   可扩展  

摘要： 随着人工智能技术的快速发展,人工神经网络(ANN)在计算机视觉(CV)领域发挥着重要作用,尤其是在分类、检测等任务中。卷积神经网络(CNN)因其能够直接处理二维图像输入且具有较少的参数量和较低的训练难度,在计算机视觉研究中占据了主导地位。然而,随着技术的进步,研究人员开始关注网络优化以适应资源受限的环境,特别是在边缘计算场景下。 本论文聚焦于轻量级目标检测卷积神经网络的设计与优化,并将其前向推理计算部署到Zynq-7020平台。主要工作内容有: (1)针对FPGA平台使用传统激活函数不便于计算、且在从GPU平台移植过程中容易引入误差的问题,本论文提出了一种计算复杂度低、在GPU与FPGA双平台兼容的激活函数f-swish。相比h-swish,f-swish可以进一步降低资源使用,提高计算效率,并且降低了网络移植的难度,适合在FPGA上实现; (2)针对已有的二次幂量化中存在的位宽利用率低和输出动态范围不足的问题。本论文提出了一种重映射二次幂量化方法,进一步优化FPGA上的卷积计算效率。该方法通过重新设计量化策略,解决了重映射二次幂量化提高了量化后的权重利用率,扩展了网络输出的动态范围; (3)针对Mobile Net V3网络结构的特点,本文设计了一种高效且可扩展的FPGA计算模块。计算模块支持多种并行度的配置,可以根据实际需求和硬件平台的条件调整并行度,能够在检测速度和硬件资源利用率之间实现良好的平衡,并且可以更好地适应不用配置的FPGA平台。 本文旨在通过轻量化设计和硬件优化,在资源受限的嵌入式系统中实现高效的目标检测任务,实现了在Zynq-7020平台部署的卷积神经网络,以及了目标检测任务的高效运行,检测精度达到72.1%,检测速度达到8.06FPS。

关键词： 多目标跟踪   目标检测   多任务学习   相机运动补偿  

摘要： 随着人工智能技术的快速发展,无人机作为低空经济的核心载体之一,凭借其灵活性、轻便性和高效性,在目标跟踪领域展现出巨大的应用潜力。然而,无人机视角下的行人多目标跟踪面临着目标尺度小、目标遮挡频繁以及相机运动耦合等挑战。针对上述挑战,本文研究了一种适用于无人机平台的高效多目标跟踪算法。本文的主要工作内容和创新点如下: (1)本文提出了一种基于目标检测和重识别联合学习的一体化多目标跟踪算法YOLOv8＿ReID。该算法在YOLOv8目标检测框架的基础上进行改进,通过多任务联合学习机制,实现了目标定位信息和特征向量的同步输出。针对无人机视角下小目标检测的难题,创新性地引入了自适应动态卷积模块(DCNv4),有效提升了无人机场景下的跟踪性能。针对重识别任务的特征学习,提出了基于动态分配策略的三元组损失函数,取代了传统多任务学习中的交叉熵损失,通过构建高质量的正负样本对,显著提升了模型对目标间细微差异的判别能力,从而实现了更精确的目标重识别。实验结果表明,本文的YOLOv8＿ReID算法在开源跟踪数据集上MOTA提升了1.7%,IDF1提升了3.8%,IDSW从268下降到105。 (2)针对无人机视角下相机与目标运动耦合的问题,创新性地应用了一种基于深度学习的运动补偿方法XFeat。该方法采用基于深度学习的关键点检测算法,结合卡尔曼滤波的预测校正,有效解决了无人机视角下相机与目标运动耦合的问题。相比于基于传统图像配准的运动补偿方法,本文基于深度学习的方法在速度和匹配质量上都有着明显的优势。当引入相机运动补偿模块后,多目标跟踪准确率MOTA提升了0.6%,IDSW数量减少了37,IDF1提升了0.9%。 (3)针对资源有限的无人机机载平台,本文设计并实现了一套面向无人机平台的多目标跟踪系统。该系统基于NVIDIA Jetson Orin NX嵌入式平台构建了GPU+CPU的计算架构,结合Tensor RT深度学习推理引擎和ARM CPU优化,实现了高效的数据传输与处理。在软件方面,采用模块化设计,并通过工程优化技术显著降低了计算复杂度。系统验证表明,系统在压力测试环境下能够稳定运行,满足了无人机平台的实时性和稳定性需求。