关键词： 深度学习   ShuffleNet V2模型   病虫害识别   半监督识别   图像处理  

摘要： 马铃薯是全球重要的经济作物,但其生长过程中常受病虫害侵袭,严重影响产量和品质。传统病虫害识别方法效率低下,而现有的机器学习方法通常依赖大量标注数据,成本高且难以大规模应用,误判和漏判问题依然突出。为提高病虫害识别的准确率和计算效率,降低识别成本。本研究以马铃薯叶片上的7种病虫害图像为研究对象,提出了一种智能化解决方案,旨在为马铃薯病害的早期诊断提供技术支持,从而减少经济损失并推动精准农业发展。本文的主要研究内容如下: (1)马铃薯叶片病虫害数据集的构建:基于飞桨数据集,采用数据扩充技术(包括随机曝光、随机对比度、随机饱和度、添加高斯噪声、随机擦除等)模拟复杂背景下的实际应用场景构建了马铃薯叶片病虫害数据集。构建完成后,将数据集按8:2的比例划分为训练集、验证集,以确保模型训练和评估的有效性。 (2)轻量化马铃薯叶片病虫害识别模型(SASNet)的构建:针对复杂背景干扰与模型参数量较大的问题,本文基于ShuffleNet V2模型设计了 SNNet骨干网络,在保证模型精度的同时显著减少了参数量(0.53M)。此外,为解决复杂背景干扰问题,引入了自适应特征提取模块(AFEM);为进一步增强模型对微小病虫害特征的感知能力,基于SCSE注意力机制与残差块,构建了空间-通道感知残差块(SARB)。实验结果表明,SASNet模型的准确率达到95.47%,在性能上较其他模型有明显提升。 (3)基于多尺度特征提取与CBAM注意力机制的半监督马铃薯叶片病虫害识别:针对马铃薯叶片病虫害识别中数据标注成本高的问题,本文提出了一种半监督识别方法。该方法以FixMatch作为半监督学习框架,并设计了一种深度聚合金字塔池模块(DAPPM),通过融合多尺度视觉信息,增强模型对病虫害特征的表征能力。同时,为更精确地捕获病虫害图像的局部细节与全局语义信息,引入了 CBAM注意力机制,使模型能够自适应地聚焦于图像中最具判别性的区域。消融实验与对比实验表明,本文提出的方法能够显著降低对标注数据的依赖,在仅使用25%标注数据的情况下,识别准确率仍达到91.71%。 本研究通过构建高质量数据集、设计轻量化模型以及引入半监督学习方法,为马铃薯叶片病虫害的智能化识别提供了高效、低成本的解决方案。实验结果表明,所提出的SASNet模型和半监督方法在准确率和计算效率上均优于现有方法,同时显著降低了对标注数据的依赖。本研究为马铃薯叶片病虫害的早期诊断提供了可靠的技术支持,对减少农业经济损失、推动精准农业发展具有重要意义。

关键词： 光学图像处理   目标检测   RK3588   RT-DETR   YOLOv8  

摘要： 光学图像处理包含了三大基础任务:目标检测,图像分割,图像分类,一系列下游衍生任务如目标跟踪,目标计数等,主要应用于遥感图像,工业图像缺陷检测,无人机图像,自动驾驶,医疗影像等领域。不过光学图像所蕴含的特征极为丰富多样,部分光学图像具有高光谱信息,部分图像具有微小目标,还有部分图像的背景较为复杂,因此当前目标检测在精度和速度方面均面临严峻挑战,亟待提升。基于这些瓶颈,本文的工作重点是图像处理的实现目标检测精度与速度优化。 本文围绕复杂场景下的目标检测模型架构创新展开系统性探究,重点突破方向包括无人机航拍图像、自动驾驶视觉感知和遥感影像分析三大应用场景。针对现有模型在特征提取能力方面的局限性,将提出多层次架构的优化方案来适配各个场景。具体研究内容如下: （1）本研究基于YOLOv8模型设计了小目标可变形动态采样尺度序列模型（SDDSS）,来处理多层特征融合时不同尺度目标的语义信息不匹配问题。通过采用混合渐进的思想来重新设计小目标检测头,用来缓解非相邻层之间的特征不匹配问题。又引入了动态采样模块方法,这样可以更好融合特征,还用了可变形卷积来扩大感受野和改进特征表达能力。并且模型中用的最小点距离交并比（MPDIoU）损失函数可以让预测框和真实框的大小同时调整,这样检测更加准确。该模型在VisDrone数据集和Udacity自动驾驶数据集上进行了测试。实验结果显示,mAP50指标分别达到了35.8%和82.0%,相比基准模型分别提高了2.7%和2.5%。这些结果说明了设计的模型确实能缓解小目标检测的困难,还让自动驾驶的检测能力变得更好。另外,构建了基于PySQT框架的可视化分析平台,实现了检测模型与目标跟踪等下游任务的协同验证。 （2）为了减少RT-DETR网络中Transformer架构的计算冗余并改善特征表示,研究设计了一种可学习的倒置残差级联分组小目标检测Transformer模型（LIS-DETR）。该模型提出了独特的基于倒置残差级联分组移动块的骨干网络架构。又为增强全局上下文关系,在Transformer层中设计了自适应局部增强块,并加入了一个小目标检测层以进一步提升模型性能。还引入了内置SIoU损失函数,来提高模型的收敛速度。在实验评估中,LIS-DETR模型在VisDrone数据集上的mAP50准确率相比基准模型提高了3.1%;在处理过的SODA10m数据集上,mAP50准确率提高了1.9%。这些实验结果证明LIS-DETR模型在多个数据集上均取得了显著的性能提升,表明该模型具有强大的泛化能力。 （3）为了将模型在RK3588芯片上成功部署以调用NPU的能力,研究设计了轻量级优化快速检测（GSEWS）模型。该模型设计了Ghost-Highlevel模块,更好地融合了全文的特征,为了后续模型能够顺利剪枝,提出了适配剪枝的SlimNeck架构,提升了计算效率。为对图片特征进行精细化处理,还设计了高效快速检测头。并且还引入了Wise-ShapeIoU损失函数以获得更高的精度和收敛能力。并将其在HRRSD数据集上训练得到的模型进行剪枝和知识蒸馏操作,最终的mAP50精度达到了0.941,FPS也提升到了247.7。将其部署在香橙派5 PLUS上实现了实时检测,平均帧率达到了31帧,充分调用多线程后最高帧率达到了88帧。实验结果表明该模型有效实现了轻量化,对于硬件部署后的后续应用展现了充分潜力。

关键词： 绝缘子   目标检测   自注意力机制   多尺度特征融合   深度学习  

摘要： 深度学习与无人机技术的迅速发展,推动了其在电力行业的广泛应用。绝缘子作为电力系统的重要组成部分,其长期在恶劣的环境下,极易发生闪络和自爆等重大缺陷,从而引发严重的电力系统事故。为保证电力系统能够安全可靠的运行,巡检绝缘子等电力设备至关重要。然而,在无人机拍摄的过程中,磁场、拍摄角度以及气候等因素会降低绝缘子所处图像中的像素比例,进而制约了绝缘子检测的精准度。目前存在的传统人工巡检方法不仅效率低下,而且具有一定的安全隐患,并且许多基于深度学习的输电线路绝缘子模型检测性能较差。因此,这项研究着重于探讨绝缘子检测的新方法,主要基于深度学习的跨尺度特征以及自注意力机制等,很大程度上提高了检测的精准度和效率。 (1)提出了一种基于双路径注意力模块与跨尺度残差感知的输电线路绝缘子检测模型。具体来说,该算法能够利用深度学习模块对绝缘子特别是极小绝缘子特征信息全面表征。首先,设计了上下文融合网络模块,其根据更深层次的特征图计算出语义权重,进而对特征进行指导;其次,设计跨尺度残差感知网络模块,收集更全面的多尺度特征信息,不仅在很大程度上提高收敛速度,而且克服了梯度下降导致精准度降低的问题;最后,为更全面地表征目标的特征信息,设计双路径注意力网络模块,其根据有效的特征提取与加权作用能有效地提升算法的精准度等性能。此外,还构建了一个高质量绝缘子数据集。实验数据表明,该模型在绝缘子数据集上的检测精度比原模型高4.04%,特别是检测极小绝缘子时展现了优异的检测性能。 (2)提出了一种基于双路径特征与注意力机制的FD-Former绝缘子检测模型。具体来说,该算法能够利用自注意力机制将局部和全局特征建立联系,有效解决复杂背景下检测精度低的问题。首先,设计了双级路由自注意力模块,实现了动态权重分配,克服了空间不变性导致的语义模糊等问题;其次,设计了双重特征融合模块,不仅增强了在复杂背景下小目标有效特征的表征;最后,提出了一种优化的损失函数,提高模型收敛速度,在很大程度上提升了输电线路绝缘子检测模型的鲁棒性。实验数据表明,该模型在绝缘子数据集和RSOD数据集上精度分别提升了2.60%和5.86%,且在复杂背景下依然具有优异的绝缘子检测性能。

关键词： 知识蒸馏   多解耦注意力   自动驾驶   三维目标检测  

摘要： 目标检测是自动驾驶决策规划和运动控制的基础,三维目标检测已成为当前自动驾驶环境感知领域中的主流解决方案。激光雷达和相机是三维目标检测任务中最常用的两种传感器,其中激光雷达的点云数据能够获取场景的几何信息,图像传感器提供的图像数据具有丰富的语义信息。因此,采用多源信息融合的方法能够有效改善单一类型传感器在三维目标检测中精度低的问题。然而,如何高效融合多源传感器数据,并进一步提升三维目标检测算法的特征表达能力,从而提高三维目标检测的精度,已成为目前需要解决的关键问题之一。 针对上述问题,本研究提出多模态三维目标检测网络GSKD-MDFusion。通过设计物体内部几何特征蒸馏模块,将点云数据中的几何特征迁移至图像特征空间,增强图像特征的表征能力,同时,设计了基于场景激活感知的蒸馏模块,提高图像模态BEV语义信息提取能力。此外,本文还提出了多解耦注意力机制,在空间、频域和通道三个维度对点云和图像数据进行特征增强并融合,提高每种模态的特征表达能力。通过充分融合点云和图像数据的互补优势,GSKD-MDFusion能够实现较高的三维目标检测精度,为自动驾驶系统提供可靠的环境感知能力。本文的主要贡献如下: 1.提出了一种基于多模态的三维目标检测模型GSKD-MDFusion。通过知识蒸馏和多解耦注意力机制,实现了高效的点云与图像数据融合,提升了三维目标检测精度和鲁棒性。设计了基于物体内部几何特征和场景激活感知的蒸馏模块,利用点云数据的几何信息增强图像特征的表征能力,并且通过低层BEV级别的知识蒸馏增强图像BEV特征表达,以提高图像模态的BEV语义信息提取能力。 2.探索性提出多解耦注意力机制。在空间、通道和频域三个维度对图像和点云特征进行特征增强,提升图像和点云数据的特征表达能力。 3.本研究方法在nuScenes数据集上取得了优异的实验结果,均值平均精度指标达到了72.2%,综合检测分数达到了74.1%。这些结果表明,本研究方法能够为自动驾驶系统提供可靠的环境感知能力。

关键词： 服装廓形   人体标尺   计算机视觉   深度学习   智能服装设计  

摘要： 在服装智能化设计与生产中,人体数据的准确性及全面性是影响其发展的关键要素。因此需构建具备全面性、高准确性、轻量化的人体,能够支持服装在不同体型、姿态下的匹配与量化。然而,现有服装用人体在适配多样化服装款式及满足自动化应用需求方面仍存在准确性不足及操作复杂、通用性差等问题。为此,本文基于标尺参照物的思路提出人体标尺构建方法,人体标尺内容包含尺寸、部位、姿态信息;通过模型训练实现人体特征的提取与参数化表达,构建了高效准确便捷的人体标尺数据集;基于人体标尺明确人体与服装之间的关系,实现不同服装款式的标准化表达与参数量化,为服装智能化设计提供可靠支撑。课题主要研究成果及结论如下: (1)提出人体标尺构建方法 本文提出了基于标尺参照物思路的人体标尺构建方法。人体标尺其内容包括人体尺寸、部位与姿态三个核心信息,明确数据类型、采集方式、处理流程与标准化机制四个关键流程,实现对关键人体结构特征的提取与参数化表达。该方法融合深度学习与图像处理技术,在技术路径上兼顾二维图像轻量化与三维数据的互补性,通过引入部位分割与姿态估计,实现对人体形态的精细化表述。构建的人体标尺具备全面性、兼容性与高效性,有效建立了人体结构特征与服装量化参数之间的对应关系。该方法不仅提升了人体标尺数据的系统性与通用性,也为后续的服装图像匹配与廓形量化提供了稳定的数据支撑,构建了智能化服装设计的人体数据基础。 (2)人体标尺数据集构建 本文进一步构建了面向服装智能设计的人体标尺数据集,研究内容涵盖参数化设计、数据采集、标准化处理三个方面。基于国家标准定义了关键尺寸、关节点与部位参数,构建了参数化人体模型,并结合UV贴图与三维建模工具实现可视化呈现;数据的采集与处理融合深度学习算法与传统图像方法,实现了人体图像的自动分割、姿态估计与尺寸提取,并通过数据增强与模型优化提升整体识别精度;最后对数据集进行标准化处理,采用多表结构集成图像与尺寸等多维数据,实现精确查询与可视化管理。结果表明,该数据集能高效支持大规模人体数据的存储与调取,具备良好的扩展性与稳定性。该数据集不仅保障了服装结构建模与智能生产的数据供给,也为服装廓形的标准化量化提供了关键桥梁。 (3)服装廓形量化的实验验证 基于人体标尺数据,构建了面向服装图像的廓形量化技术。明确了服装关键尺寸类型,并将人体与服装匹配,通过姿态识别与图像对齐,实现服装图像与人体尺寸的精确融合;提出统一尺寸量化表达式,实现了对水平尺寸和围度尺寸的量化。实验结果表明,该方法在结构规整服装中精度高、效率强,对松量复杂的服装亦具备良好的适应性,展现出较高的实用价值与推广潜力。

关键词： 智慧交通   深度学习   目标检测   车型识别   改进YOLOv11  

摘要： 为提升智慧交通系统中车型检测的准确性，提出了一种基于改进YOLOv11的车辆检测方法。首先，详细介绍了原始YOLOv11模型及其使用的数据集；其次，针对图像中小目标及遮挡问题，引入了特征增强模块（Feature Enhancement Module, FEM），并对损失函数进行了优化；最后，通过与其他主流模型（如Fast R-CNN、YOLOv5及原始YOLOv11）的对比实验，验证了所提方法的有效性。实验结果表明，改进后的YOLOv11模型在检测精度和鲁棒性方面均优于对比模型，尤其在复杂交通场景下表现出更强的适应性，为智慧交通系统的车型检测任务提供了更优的解决方案。