关键词： YOLOv7   Swin Transformer V2   注意力模块   织物疵点   小目标检测  

摘要： 针对织物疵点种类多、尺度变化大、小目标易漏检等问题,提出了一种基于YOLOv7的改进算法(YOLOv7⁃ESL)。首先,将注意力机制ECA⁃Net融入到Neck层中取代CBS模块,在少量增加计算成本的情况下显著提高了检测精度。其次,设计了专用探测头检测小目标,充分利用网络的浅层特征信息,使模型能够有效地检测多尺度的目标。最后,在特征加强部分增加Swin Transformer V2 Block,能够捕捉全局和局部之间的丰富关系,提高模型检测小目标缺陷的能力。试验结果表明:YOLOv7⁃ESL算法精确率为97.7%,召回率为90.3%,平均精度均值为94.9%,FPS为29.9帧/s;与原始YOLOv7模型相比,分别提高了3.8个百分点、3.4个百分点、3.3个百分点、3.1帧/s,可满足纺织工业领域的应用要求。

关键词： 改进GMPHD滤波器   高机动多目标跟踪   标签化   自适应CS模型  

摘要： 由于高机动多目标跟踪场景中目标个数未知、运动形态复杂,采用传统的GMPHD滤波算法容易出现跟踪误差大、目标数目估计不准确、目标航迹难以区分等问题。针对以上问题,在GMPHD滤波算法的基础上,提出了一种自适应CS模型的标签化GMPHD滤波算法,借助标签化手段显式区分目标航迹,并对漏检目标航迹外推,同时将适用于单目标的自适应CS模型拓展到机动多目标场景,将目标机动性变化实时反馈到目标状态估计上。通过与扩展GMPHD、平方根容积GMPHD和自适应CS-GMPHD算法的仿真对比实验,验证了所提算法在高机动多目标场景下计算耗时低且跟踪精度高的性能优势。

关键词： 目标检测   深度特征   感兴趣区域   特征融合   锚点  

摘要： 基于区域的快速卷积神经网络存在资源的浪费和无法有效应对小目标检测的问题,提出基于高可能性区域推荐网络及特征富集的区域的小目标检测卷积神经网络架构。首先,采用区域推荐网络对锚点区域进行筛选,节约分类阶段的处理时间,提高了系统的处理速度。其次,为了解决无法有效检测小目标的问题,提出了融合视觉几何组16层网络的第三、第四、第五层特征信息的方法来强化特征表达的策略。最后,提出次要感兴趣区域的概念,将交通标志的上下文信息融合到目标特征表达中。这些策略提高了目标检测的准确率和速度。

关键词： 容积卡尔曼滤波   强跟踪滤波   非线性滤波   目标跟踪   空空导弹   制导  

摘要： 针对传统滤波算法在处理目标复杂机动时非线性逼近能力不足、跟踪精度下降等问题,提出一种强跟踪容积卡尔曼滤波(STCKF)方法。首先,根据战斗机规避空空导弹的机动特征,建立了蛇形机动和桶滚机动两种目标运动模型;其次,引入强跟踪滤波(STF)以增强容积卡尔曼滤波(CKF)对系统状态突变等不确定因素的能力;然后,将STCKF应用于导弹末制导目标运动参数估计中,并通过与CKF、无迹卡尔曼滤波(UKF)和粒子滤波(PF)的对比仿真分析验证了该方法的有效性。仿真结果表明,STCKF具有较强的鲁棒性和系统自适应能力,尤其在目标机动突变时其跟踪误差相比CKF减小约10%,能够满足空空导弹末制导高精度和快速响应要求。

关键词： 注意力机制   交互注意力   图像分类   目标检测  

摘要： 各类注意力机制模块被表明嵌入深度学习网络中能更充分地提取特征信息.这些机制在通道或空间特征提取方面、两者交互方面仍有优化的空间.本文提出了一种复合型三分支注意力机制(Triplet Coordinate Attention,TCA),该机制基于三分支注意力机制(Triplet Attention,简称TA),引入坐标注意力机制(Coordinate Attention,简称CA)更好地提取空间交互注意力和通道空间交互注意力.TCA机制的参数量和运算量均不大,能够嵌入各种主干网络中.本文在图像分类数据集miniImageNet、目标检测数据集VOC2007和2012上做了大量对比实验,结果表明,网络模型嵌入TCA能进一步提升精度.特别是,较CA和TA在MobileNetV2图像分类任务中Top-1准确率分别提高了1.01%,1.62%;在MobileNetV3+SSDLite目标检测任务上AP50精度分别提高0.5%、2.0%.

关键词： 谷子病害   Matlab   病斑分割   分割方法  

摘要： 谷子作为一种具有重要工农业价值的作物,其叶片病害严重影响了谷子的产量和经济效益。文章通过数码相机获取五种常见的谷子病害(谷瘟病、红叶病、胡麻斑病、锈病和白发病)作为研究对象,借助Matlab,使用全局阈值、局部阈值和区域生长分割法将谷子病斑分割,比较分析不同的分割方法。研究结果表明,对于谷瘟病的分割,最大类间方差法和迭代分割法表现较好,红叶病与锈病适合使用区域生长分割法,胡麻斑病和白发病的分割可以通过直方图双峰法进行有效处理。本研究通过对比不同方法下谷子病斑分割的效果,选取出效果最好的分割结果作为本研究的成果,并为谷子病斑分割提供了一定的理论和方法,为谷子病害特征提取和智能识别奠定了基础。

关键词： YOLOv5s   轻量化   无人机   图像识别   目标检测  

摘要： 近年来,“无人机+”消防、“无人机+”巡检、“无人机+”应急等领域广泛应用无人机,对无人机遥感图像进行识别是在各领域实现“无人机+”的关键。但是,无人机遥感图像复杂的信息,大量的小目标给目标检测带来了巨大的挑战,随着深度学习时代的到来,在目标检测性能提升的同时,随之而来的是模型参数量的大量增加。基于此,以一种轻量化的YOLOv5s改进模型应用到无人机遥感图像识别当中,在提高目标检测性能的同时尽可能减少模型的参数量。实验结果表明,改进后的模型较原始的YOLOv5s模型m AP_(50)和m AP_(50:95)分别提高了7.9和4.3个百分点,模型参数量只增加0.14 M。

关键词： 计算机视觉   焊接检测   语义分割   图像处理   锂电池  

摘要： 为了满足锂电池生产企业对锂电池连接片的焊接质量进行自动化检测的需求,设计了一种基于计算机视觉的锂电池连接片焊接质量检测系统.针对正、负电极材料的光学特性和检测精度要求,设计了两套光学系统分别实现锂电池正、负电极的成像,提出了多重自适应模板匹配算法提取正、负电极焊缝区域,采用自适应阈值分割法对焊缝区域实现灰度化操作,使用灰度形态学运算弱化灰度图的噪点突出焊盘特征点,利用轮廓提取算法实现焊盘特征点的提取,依据特征点数量实现极耳裁切缺陷的检测,将U^(2)-Net语义分割模型引入焊接质量检测任务,采集正、负电极焊缝和烧穿、虚焊、焊接氧化缺陷数据集,利用数据增强技术扩充数据集,解决焊接缺陷的小样本和小目标问题,融合应用U^(2)-Net语义分割模型和轮廓提取算法实现焊缝尺寸测量以及虚焊等缺陷的检测.系统试运行结果表明,缺陷检出率为99.98%,误检率仅为0.06%,满足企业的实际需求,实现了快速、无接触且准确的自动化检测.

关键词： 超声探伤   图像处理   缺陷识别   算法应用   工程安全  

摘要： 调研材料构造声音测试图像剖析辨认实用表现效果和效果,探究运用多种实验方法在建筑项目应用环节,调研结果表明,该技术有助于提高搜索效率及精准性,运用图像处理和图像辨识方法于超声波测距范畴展现的积极影响呈现出多种表现方式,效能大幅提升,增强了更高效能的信息分析和解读能力。因此之故对项目安全性起到了正面作用同时也提升了经济收益,另外,评估了技术处理性能图像处理品质和应用于识别缺陷形状予以展示,探讨了其在实用场景应用潜力和潜在益处。

关键词： Canny算子   边缘分割   图像处理   海洋平台   区域生长   焊缝检测  

摘要： 当前海洋平台焊接构件焊缝的检测过程中,依托于Sobel(索贝尔)算子完成图像边缘分割,对噪声信息比较敏感,使得检测结果ACC值(准确率)较低。因此,提出基于Canny算子边缘分割的海洋平台焊接构件焊缝检测方法。运用数学形态学中的膨胀和腐蚀思想,对海洋平台焊接构件焊缝图像进行滤波处理。首先将预处理后的图像输入视觉注意模型,提取图像包含的综合显著性特征,从而标注出图像视觉显著区域;然后基于Canny算子边缘分割算法,检测出图像中的全部边缘像素,并通过膨胀和细化操作实现边缘连接,从图像中分割出整个目标区域;最后选定一个种子区域,按照生长判定准则获取区域生长结果,从而得出焊缝检测结果。试验结果表明,新设计方法的焊缝检测结果ACC值稳定在0.95以上,能够满足海洋平台焊接构件的安全检测要求。