关键词： YOLOv7-tiny   钢材表面缺陷检测   目标检测   SPDConv   动态蛇形卷积   NEU-DET  

摘要： 针对当前钢材表面缺陷算法存在检测精度低和小目标检测困难等问题，提出一种基于YOLOv7-tiny的改进算法。首先，提出了高效动态蛇形层聚网络DSELAN，并将其嵌入到特征提取网络中，以提高模型对复杂缺陷目标的关键特征提取能力；其次，引入SPDConv作为下采样模块，来避免小目标的细粒度信息的丢失，有效解决了小目标检测困难的问题；最后，针对大目标缺陷检测效率低，增加一个大目标检测层，以扩大模型的感受野，提高对大目标缺陷的检测精度。实验结果表明，改进后的YOLOv7-tiny算法在NEU-DET数据集上的平均检测均值mAP达到了81.4%，比原算法提高了6.7%，检测性能也优于其他主流检测算法，并且具有较少的参数量和较快的检测速度，满足工业钢材缺陷的实时性和高效性的要求。

关键词： 空间小目标   复杂场景   成像模型   图像处理   动态仿真  

摘要： 针对天基空间目标检测技术研究对空间图像数据源的普遍需求，重点面向智能算法训练数据不足以及传统算法使用数据单一等问题，以生成空间小目标复杂场景下动态数字序列图像为目的，设计了一种基于天基观测平台的可见光数字成像仿真系统。提出了一种小目标成像模型，基于二维形状特征点描述法及成像解析模型，对空间目标进行数字建模及成像模拟；设计了一种背景恒星成像方法，经过视场恒星选取、成像坐标转换和亚像素级位置建模，可实现精度达±0.005像素的星点目标位置成像建模；设计了空间环境下多种光照背景的动态模型，并进行了成像噪声分析及建模，拓扑了空间目标检测图像的场景种类及鲁棒性检测的试验条件。最后，在运动仿真算法设计中加入了目标灰度动态变化、目标曲线运动、运动拖尾以及平台抖动等成像仿真功能。仿真结果表明，该仿真系统可生成定制化的动态数字图像序列。经必要性与充分性验证评估，本数字仿真系统满足空间目标检测算法开发对多元图像数据的需求，对空间目标检测算法研究有一定使用价值。

关键词： YOLOv8   双流架构   红外图像   多尺度融合   特征提取  

摘要： 强光扰、低光照等恶劣条件是矿井下目标检测的一大困扰，单一可见光的检测时常出现漏检或误检的情况，现有的可见光与红外图像融合算法往往无法更好的同时提取两种图像的特征。针对上述问题，提出了一种可见光与红外图像多尺度融合目标检测算法DF-YOLOv8。通过构建双流特征提取器架构，分别对低分辨率红外图像和可见光图像进行特征提取；采用双线性插值法对特征图进行上采样，通过通道注意力机制进行特征图的融合处理；引入融合加权特征损失函数和一致性损失策略，优化模型的适应性和鲁棒性。消融实验与对比实验的结果表明，采用上述方法，模型在自建数据集CoalMine Video上的平均精度均值（mAP）达到87.9%，相较于YOLOv7、YOLOv8分别提升6.0%、5.7%，在确保实时监测需求的同时，检测速度达到67fps。

关键词： 视频目标跟踪   孪生网络   注意力机制   语义注意力  

摘要： 随着深度大模型技术的不断发展，基于孪生网络的视频目标跟踪算法主干网络也不断深化，参数量不断增多。这导致了模型训练时间和成本的成倍增长，对模型在边缘设备上的部署造成了困难。因此，本文主要针对如何提升轻量级小模型对目标位置和语义信息提取能力的问题，提出了基于位置和语义分离注意力机制的轻量视频目标跟踪算法。算法首先对归一化注意力机制进行改进并结合水平和竖直方向卷积构建了位置注意力，嵌入到主干网络的浅层特征，实现对目标位置信息的提取。然后联合通道方向归一化注意力与压缩激发注意力，并将其与主干网络的深层特征进行融合实现对目标语义信息的提取。与之前的注意力机制不同，本文分别利用网络中浅层特征有利于空间信息的提取和深层特征有利于语义特征提取的性质将位置注意力和语义注意力分离，在不明显增加网络参数量的情况下，提升算法对目标位置和语义信息的提取能力。在通用视频目标跟踪数据集上的实验结果表明，本文所提算法能够提升基于轻量级孪生网络跟踪算法的精度和成功率。

关键词： 小目标检测   状态空间模型   空间信息聚合   注意力机制   辅助边界框  

摘要： 小目标检测旨在解决传统目标检测算法在处理微小目标时的困难。小目标检测需要克服目标尺寸小、像素少、目标与背景之间差异小导致难以检测的问题，对目标检测算法的鲁棒性、准确性提出了更高的要求。设计了一种基于状态空间模型的小目标检测算法，探索状态空间模型在目标检测领域的应用，设计了一种滑动窗口扫描机制以将二维图像转换为一维序列，更适用于小目标检测任务；设计了一种空间信息聚合模块，通过双分支结构分别计算全局和局部注意力，抑制无关背景信息；针对传统交并比损失进行改进，关注边界框形状和尺度对检测性能的影响，并使用辅助框加速模型收敛。在公开数据集VisDrone 2019上进行了充分的实验，论证了所提出方法的有效性。

关键词： 自动驾驶   目标检测   YOLOv8n   可变形卷积   注意力机制   检测头  

摘要： 为了解决自动驾驶场景中因目标遮挡和远处小目标导致的错检和漏检问题，提出了一种基于YOLOv8n的自动驾驶目标检测改进模型。首先在Backbone网络的C2f模块嵌入了可变形卷积网络（Deformable Convolution Network，DCN），加强了模型在复杂背景条件下的特征提取能力；其次在Neck网络中加入了全局注意力机制（Global-attention Mechanism，GAM），突出车辆和行人重要特征信息，提高模型特征融合能力；最后引入了Dynamic Head目标检测头，增强模型对小目标的检测能力。实验结果显示，改进后的YOLOv8n算法在KITTI数据集上的精确率（Precision，P）、召回率（Recall，R）和平均精度均值（Mean Average Precision，mAP）为93%、82.9%和91.0%，比传统的YOLOv8n算法分别提升了2.2%、4.4%和3.7%，取得了更好的检测精度和效果。

关键词： 3D目标检测   多尺度网络   特征融合   轴向注意力   损失函数  

摘要： 在3D目标检测中小目标诸如行人、骑行者的检测精确度较低，而这是自动驾驶感知系统中所存在的挑战性的问题。为了准确估计周围环境的状态从而提高行车安全，对Voxel-RCNN(Voxel Region-based Convolutional Neural Network)算法进行改进，提出一种基于多尺度网络与轴向注意力的3D目标检测算法。首先，在主干网络中构建多尺度网络和像素级融合模块(PFM)，获取更丰富和精准的特征表示，增强其在复杂场景的鲁棒性和泛化能力；其次，设计适用具有3D空间维度特征的轴向注意力，应用于感兴趣区域(RoI)多尺度池化特征，有效捕捉局部和全局特征的同时保留3D空间结构中的重要信息，提升了目标检测和分类的精度和效率；最后，将一种旋转解耦的交并比(RDIoU)方法纳入回归和分类分支，使网络学习更精确的边界框，并克服分类和回归之间的对齐问题。根据KITTI公开数据集上的实验结果表明，所提算法在行人和骑行者的平均精度均值(mAP)达到了62.25%、79.36%，与基准算法Voxel-RCNN相比提高了4.02、3.15个百分点，验证了改进算法在难感知目标检测上的有效性。

关键词： YOLOv8   DCNv2   SPPFCSPC   CoTAttention   小目标检测头  

摘要： 在海洋复杂的环境中，由于拍摄图像模糊，背景复杂，导致基于深度学习的目标检测算法模型存在特征提取困难和目标漏检等问题。因此海洋目标检测算法需要更加高效且性能优越。为此提出了一种基于YOLOv8的改进的海洋目标检测算法：DPSC-YOLO。在主干网络中引入DCNv2模块，通过增强空间建模能力来适应对象的几何变化；在主干网络末端引入空间金字塔池化SPPFCSPC，在保持模型感知场不变的同时减少模型的计算量；在颈部网络增加P2小目标检测头，结合其余三个尺度，使用四个不同的感受野检测层提高小目标检测精度；在颈部网络的C2f模块中结合CoTAttention注意力机制更好地利用相邻键之间的上下文信息，并根据数据的特点动态调整注意力分配。实验结果表明DPSC-YOLO目标检测算法与YOLOv8n相比mAP@0.5提升1.1%，mAP@0.5：0.95提升4.6%，同时仅有较少的参数量和计算量提升，证明DPSC-YOLO更适合复杂海洋环境下的目标检测任务。

关键词： 目标跟踪   Transformer   卷积神经网络   无人机  

摘要： 针对无人机目标跟踪任务中背景复杂，目标分辨率低、尺度变化大等挑战问题，本文提出了融合多尺度全局-局部特征的无人机目标跟踪算法。首先，设计了多尺度特征增强模块，充分利用多尺度信息来生成跟踪目标的判别性表示，以增强对不同尺度目标、低分辨率目标跟踪的鲁棒性。其次，提出了全局-局部特征融合模块，结合了Transformer对于全局关系建模的优越性以及卷积神经网络在提取局部相似性的优势，丰富了整体网络的表征能力，以应对各种复杂环境的挑战。所提算法在UAVDT、UAV123、UAV112L、DTB70等四个无人机跟踪数据集上进行实验，结果表明本文所提算法的性能优于目前一些先进的无人机跟踪算法，在各种复杂场景下表现出更优越的跟踪效果，并且满足了算法实时性的要求。

关键词： 自动驾驶   激光雷达   3D目标检测   损失函数   注意力机制  

摘要： 针对现有的基于激光雷达的3D目标检测网络中的损失函数存在优化难度较大，计算成本高，检测精度低的问题，提出一种改进的激光雷达3D目标检测网络。首先，使用全新的交并比损失函数来更好的度量预测框和真实框的位置关系；随后，优化现有网络的特征编码方式以获取更丰富的点云特征；最后，对锚框正负样本阈值设定进行改进实现更合理的正负样本分配。针对自动驾驶领域，利用KITTI数据集进行相关的实验验证。实验结果显示，改进网络相对于基准网络在KITTI数据集行人和骑行者等小目标分别检测精度提升6.57%，4.60%，平均检测精度提升5.81%。