关键词： 数据受限   分布偏移   目标检测   深度学习  

摘要： 基于深度学习的目标检测性能在大规模高质量数据驱动下显著提升。然而，实际应用中，尤其在医学图像等低数据领域，面临着数据分布偏移引发的域外泛化瓶颈、小样本条件下的类别识别困境，以及弱标注与不均衡数据导致的决策鲁棒性下降等挑战，限制了模型的应用效能。现有研究大多从单域角度综述数据受限下的视觉目标检测算法，本文首次统一综述了不均衡数据、小样本数据和弱标注数据三大典型挑战下的分布偏移问题，并重点聚焦医学图像这一场景中的目标检测方法。通过深入分析最新研究进展，本文揭示了当前方法在跨域适应性、小样本泛化能力等方面存在的根本性瓶颈，包括不均衡数据下的域间特征解耦不充分、小样本表征能力有限以及弱标注引发的标注噪声敏感性等问题。针对这些挑战，本文探讨了因果机制，多模态学习等潜在解决方案，为突破数据与标注的双重约束提供新思路。本综述不仅梳理了当前研究中的关键难点与突破方向，还为视觉目标检测的创新方法和实际应用提供了系统性参考。

关键词： 深度学习   建筑质量缺陷识别   图像处理  

摘要： 随着建筑行业对质量控制的要求不断提高,传统的质量缺陷检测方法逐渐暴露出效率低、准确性差等问题。深度学习技术凭借其在图像处理领域的优势,已成为建筑质量缺陷识别的重要手段。本文围绕深度学习算法在建筑质量缺陷图像识别中的应用进行研究,重点分析了当前算法面临的挑战,如数据标注难题、样本不均衡、噪声干扰和计算复杂性等,并提出相应的优化策略,包括自动化与半监督学习、多尺度采样与合成数据生成、融合多模态感知与自适应增强以及轻量化模型设计与边缘计算部署。通过具体案例分析,验证了优化策略在提升检测精度和效率方面的有效性。

关键词： 协同估计   目标跟踪   多普勒速度   大机动目标   扩展卡尔曼滤波  

摘要： 针对大机动目标强机动性导致传统单弹观测模式下加速度估计精度不足，进而影响末制导精度的技术难题，提出一种基于分布式协同测量的空空导弹目标状态估计方法。首先，构建了一种多弹协同测量方案，并通过可观性分析给出协同测量增强目标运动状态可观测度的约束条件；其次，针对中重频多普勒雷达导引头测量方式，结合Singer模型与扩展卡尔曼滤波设计了机动目标状态估计算法，并通过数字仿真对比了单弹/多弹测量模式下的估计性能差异。结果表明，在典型交战场景下，协同测量模式中，目标三维位置、速度、加速度估计误差分别收敛至1 m、0.8 m/s和4 m/s2量级，较传统单弹测量模式精度分别提升97%、97.8%和84%。

关键词： 零样本学习   目标检测   课程学习   跨模态学习   注意力机制   知识蒸馏  

摘要： 为解决现有零样本目标检测领域存在的未见类别检测精度低、泛化能力差和跨模态信息关联不足等问题,提出了一种基于课程学习和跨模态关系增强的新方法CC-ZSD(Curriculum Learning and Cross-Modal Relationship Enhancement for Zero-Shot Detection).首先,提出由课程学习策略驱动的渐进式视觉语义匹配损失,引入动态的、可学习的温度超参数,在训练期间逐渐增加课程难度,从而提高目标检测器向零样本迁移过程的准确性和鲁棒性;其次,提出视觉语义关系增强模块,该模块由自注意力层和交叉注意力层嵌套组成,能够将视觉与语义信息进行联合建模,实现跨模态特征间的相互补充与增强.通过在MSCOCO(Microsoft Common Objects in Context)、ILSVRC(ImageNet Large Scale Visual Recognition Challenge)、VG(Visual Genome)、PASCAL-VOC(The PASCAL Visual Object Classes)等数据集上进行的大量实验,证明所提出方法提升了零样本目标检测的性能,详细验证了其技术先进性和实际应用效果.

关键词： 无人机   YOLOv8   火焰   目标检测   CBAM   SENet  

摘要： 针对无人机视角下基于深度学习的视觉识别算法在检测火焰烟雾时存在的精准度不足、小目标检测覆盖率较低的问题，提出了一种基于改进YOLOv8的火焰烟雾图像实时检测算法。首先，引入CBAM和SENet注意力机制模块，并与骨干网络融合，使模型更有针对性地提取火焰图像地特征；其次，在颈部网络原本三个目标检测层的基础上，新添了一个小目标检测层SMOH，以提高模型对小目标火焰图像局部特征的关注度；最后，替换了YOLOv8原始模型的损失函数CIoU为WIoU，减少低质量锚框对整体训练效果的干扰。实验表明，改进型YOLOv8算法相较原始YOLOv8算法的精准度，召回率和mAP50分别提升了3.9,3和2.8个百分点，相比YOLOv5,YOLOv3和SSD算法的mAP分别提升了3.2,5.6和6.9个百分点。经过实例检测和无人机实机识别实验验证，改进后的YOLOv8算法在无人机视角下检测小目标火焰烟雾图像方面较为优秀，具有较强的实际应用意义。

关键词： 目标检测   多目标跟踪   特征金字塔网络   稀疏光流法   RT-DETR  

摘要： 鸟类跟踪在生态监测与物种保护中具有重要意义，但复杂运动场景下常面临目标丢失与轨迹偏差问题。为此，提出多维优化策略：检测阶段结合自适应尺度特征金字塔与可变形注意力机制，增强飞行高度变化与遮挡下的目标感知；跟踪阶段利用Shi-Tomasi角点聚焦翅尖与喙部，提取稳定特征用于稀疏光流补偿，并结合卡尔曼滤波构建轨迹预测模块，融合短时光流观测与长时运动建模，修正遮挡与群集模糊引起的轨迹误差。实验结果显示，检测精度mAP提升4.1%，跟踪指标MOTA(multiple object tracking accuracy)与HOTA(higher order tracking accuracy)分别提升2.7%与2.2%。该方法通过特征选择与运动补偿协同，有效降低误匹配率，为鸟类行为研究提供技术支撑。

关键词： 车辆计数   P2PNet   航空影像   点预测网络   目标检测  

摘要： 本文首次将点对点预测网络（P2PNet）应用于航拍图像中的车辆计数任务，提出了一种无需边界框、基于点预测的新型方法。传统车辆检测多依赖于检测框进行定位与计数，然而在密集场景中，这些方法常因遮挡或目标重叠而表现不佳。相比之下，P2PNet通过一对一匹配机制，直接预测车辆位置，兼具高精度与高效率。在公开的CARPK和PUCPR+数据集上，P2PNet分别取得了4.31/5.87与2.80/4.19的MAE/RMSE成绩，显著优于现有主流方法。同时，P2PNet在包含上百辆车辆的高密度图像中依然保持出色的准确性，充分体现了其良好的可扩展性与鲁棒性。实验结果表明，该方法在城市交通监控、智能交通系统和城市规划等领域具有重要应用潜力。此外，尽管仍存在少量重复标注或漏检现象，研究人员计划通过超参数优化与模块扩展进一步提升其性能。本文的研究成果不仅推动了车辆自动计数技术的发展，也为基于点的目标计数方法在更广泛的计算机视觉任务中的应用提供了有力支撑。

关键词： 复杂场景   小目标检测   MS-Block(Multi-Scale Block)   ECA(Efficient Channel Attention)   注意力模块  

摘要： 针对复杂交通场景目标检测方法的不足，特别是对小目标和遮挡目标的漏检及多尺度目标检测和模型鲁棒性方面的不足，提出了一种改进后的YOLOv8s-SRCEM(You Only Look Once version 8 small model with Small object detection head, Residual Convolutional block attention module, Efficient channel attention module, and Multi-scale block)模型：引入小目标检测头，使模型能够更加敏感地捕捉小尺寸目标，提高对小目标的检测能力；在小目标检测头上集成Res-CBAM(Residual Convolutional Block Attention Module),进一步提高特征学习的显著性；在骨干网络中加入ECA(Efficient Channel Attention)模块，强化模型对特征通道重要性的关注，提升特征选择和模型的鲁棒性；将原始的SPPF(Spatial Pyramid Pooling-Fast)模块替换为MS-Block(Multi-Scale Block),模型在不同尺度上的特征捕捉和融合能力得到增强。在KITTI数据集上，改进后的模型相比于YOLOv8s模型mAP(mean Average Precision)值提高了6.6%。实验结果表明，多种改进方案的组合使模型在复杂交通场景中的检测性能得到全面提升。

关键词： 运动目标检测   背景消除法   空间注意力机制   多级时序注意力机制   计算机视觉  

摘要： 运动目标检测是计算机视觉中的一个重要研究方向，旨在从视频或连续图像序列中识别出所有处于运动状态的物体。然而传统的运动目标检测算法在动态背景和光照变化等复杂环境下检测精度较低，因此，本文提出了一种基于时间和空间注意力机制的高斯混合建模背景消除法（TSA-BSGMM），该算法以传统的高斯混合建模背景消除法为基础，在背景模型建立阶段引入空间注意力机制提高背景模型的准确性，在背景与前景分割阶段引入形态学处理达到去除噪声增强目标形状的效果，在背景模型更新阶段引入多级时序注意力机制使背景模型在应对例如光照突变等环境突发变化时适应速度更快。实验结果表明，TSA-BSGMM算法在自建的数据集上达到了87.92%的准确率，并在发生光照突变后的13帧内，其检测准确率恢复至光照变化前准确率的90%以上，显著优于其他现有的运动目标检测算法。

关键词： YOLOv8n   变电站火灾检测   注意力机制   Slim-neck设计范式   DySample   MPDIoU  

摘要： 变电站是能源传输和分配系统中至关重要的组成部分，因其庞大的数量和复杂的电器设备，导致变电站火灾时有发生。为了提升变电站火灾检测的识别精度与实时性，提出一种基于改进YOLOv8n的轻量化变电站火灾检测模型DSCM-YOLOv8n。首先，使用轻量级上采样算子DySample替换YOLOv8n的上采样模块来增加感受野，融合数据特征；其次，采用Slim-neck结构重新构建颈部与头部网络，提升浅层信息和深层信息的融合能力，减少参数量；再次，引入基于先验卷机的注意力机制CPCA，强化特征中的语义信息、位置信息；最后，引入MPDIoU损失函数解决碎片化火焰、大范围火焰目标标注框频繁重叠造成的损失函数失真问题。实验表明，DSCM-YOLOv8n的精度、mAP相较于YOLOv8n提升3.6%、2.1%，分别达到92.1%和94.5%，小幅度降低了模型参数量和计算量，提升了模型检测效果，可为变电站的火灾识别技术提供参考。