关键词： YOLOv5   深度学习   目标检测   可变形卷积   解耦头   无锚框  

摘要： 针对现有安全帽佩戴检测中存在检测精度低等问题,文章提出一种改进的YOLOv5s的安全帽佩戴检测算法,通过可变形卷积结合C3模块嵌入主干网络中提高特征提取的准确性,加入解耦头作为目标检测模型的输出层,提高检测器的准确性和推理速度。同时,使用无锚框方法替代传统的锚框的方法,提升目标检测的准确性,简化模型结构。结果显示,改进后的YOLOv5s模型比改进前的mAP_0.5指标提升1.6%,mAP_0.5∶0.95指标提升3.4%。

关键词： 电视制导   图像处理   FlightSim   PyQt  

摘要： 针对电视制导系统仿真中简化的导引头模型精度和逼真程度不足的问题,提出了一种考虑图像处理过程的电视制导系统仿真方法。首先,利用FlightSim软件实现导弹的动力学仿真并实时生成三维场景;然后,采用PyQt库封装导引头图像处理过程并创建用于“人在回路”交互的GUI;最后,通过接口函数和Socket建立FlightSim程序与PyQt程序之间的通信。仿真结果表明,该系统能够逼真地模拟带有图像处理环节的电视制导过程,具有较好的应用价值。

关键词： 深度神经网络   深度度量学习   机器学习   计算机视觉   人工智能  

摘要： 随着深度神经网络的兴起,深度度量学习(DML)引起广泛的关注。为了深入了解深度度量学习,首先,整理和分析传统度量学习方法的局限性。其次,从3个类型探讨DML,包括基于样本对、代理和分类的类型:基于样本对的类型包括散度方法、排序方法和基于生成对抗网络(GAN)的方法;基于代理的类型主要从代理样本、类别方面进行讨论;基于分类的类型中主要讨论了跨模态度量学习、类内类间边距问题、超图分类,以及与其他方法(如基于强化学习和基于对抗学习的方法)的结合。再次,介绍评估DML性能的各种指标,同时总结和对比DML在不同任务(包括人脸识别、图像检索和行人重识别等)中的应用。最后,探讨DML面临的挑战,并提出一些可能的解决策略。

关键词： 计算机视觉   异常行为检测   特征融合   注意力机制   多分支卷积  

摘要： 当前以多头自注意力为代表的基于注意力机制的特征融合方法在很大程度上取决于特征间的相关性,其跨域融合能力有限,且特征融合后由于不同特征的域间差异,导致时空感知能力不足,有效融合2种跨域特征仍面临挑战。针对RGB特征和光流特征跨域表达能力不足、融合后特征的时空感知能力弱等问题,提出了一种基于注意力特征融合的视频异常行为检测方法。首先采用一种轻量级注意力特征融合模块(LAFF)构筑融合机制,进行RGB和光流特征的融合,进而在增强融合后特征表达能力的同时减少网络参数量,提高异常检测算法性能。在全局时空感知阶段,通过多分支卷积模块(DBB)增强特征时空感知能力,同时需兼顾计算复杂度和检测效果。在UCSD Ped2数据集上取得了99.85%的识别效果,在CUHK Avenue和LAD 2000数据集上表现同样良好,验证了该方法的有效性。

关键词： 农作物   虫害   YOLOv5S   轻量级   目标检测  

摘要： [目的]本文提出一种轻量级YOLOv5S农作物虫害目标检测模型以解决在样本数量不足的情况下农作物虫害识别的问题。[方法]利用Ghost技术将2个Ghost Bottle Block线性特征提取模块封装为1个GB模块,代替YOLOv5S中前7个CBL、CSP、SPP非线性特征提取模块,从而约简了YOLOv5S的网络参数,减轻了网络体量。[结果]在保证虫害检测效果的前提下降低网络对计算硬件与训练样本的依赖。为了验证模型的有效性,对水稻、玉米、棉花、马铃薯、苜蓿5种农作物的12类虫害进行识别与定位,多类别平均精度(mAP)为91.31%,比YOLOv5S模型高出2.56百分点。[结论]通过与SSD、Faster-RCNN、YOLOv5S模型对比发现,本文提出的模型在mAP、F1-score、精确率(Precision)、召回率(Recall)4个评价指标均占优势,尤其在小目标、密集目标、与背景相似目标的检测方面表现突出。

关键词： 零样本学习   视觉-语言预训练模型   零样本迁移   多模态   计算机视觉  

摘要： 近年来随着人工智能(AI)技术在计算机视觉与自然语言处理等单模态领域表现出愈发优异的性能,多模态学习的重要性和必要性逐渐展现出来,其中基于视觉-语言预训练模型的零样本迁移(ZST)方法得到了国内外研究者的广泛关注。得益于预训练模型强大的泛化性能,使用视觉-语言预训练模型不仅能提高零样本识别任务的准确率,而且能够解决部分传统方法无法解决的零样本下游任务问题。对基于视觉-语言预训练模型的ZST方法进行概述,首先介绍了零样本学习(FSL)的传统方法,并对其主要形式加以总结;然后阐述了基于视觉-语言预训练模型的ZST和FSL的区别及其可以解决的新任务;其次介绍了基于视觉-语言预训练模型的ZST方法在样本识别、目标检测、语义分割、跨模态生成等下游任务中的应用情况;最后对现有的基于视觉-语言预训练模型的ZST方法存在的问题进行分析并对未来的研究方向进行展望。

关键词： 表面缺陷检测   先验知识   图卷积网络   目标检测   深度学习  

摘要： 当前基于深度学习的表面缺陷检测方法主要侧重于单独识别缺陷实例,即仅从区域特征方面考虑缺陷检测。然而,这种方法忽略了缺陷之间的高层关系,难免会出现缺陷检测误差。针对上述问题,提出了一种融合先验知识推理的表面缺陷检测网络(PKR-Net)。PKR-Net主要由2个部分组成,即显性知识推理模块(EKRM)和隐性知识推理模块(IKRM)。EKRM通过构建显性关系图(ERG)来捕获数据集中缺陷之间的全局共现关系得到共现关系特征,而IKRM通过构建隐性关系图(IRG)来捕获图像中缺陷之间的局部空间关系得到空间关系特征。最后将得到的共现关系特征和空间关系特征进行融合,并重新送入分类层和回归层以改进检测效果。在工业缺陷数据集Textile,NEU-DET和GC10-DET上进行实验验证,实验结果表明,该网络模型相比基线模型Faster RCNN,其mAP分别提升了14.8%,8.2%和18.9%,与其他缺陷检测模型相比能够达到更好的检测性能,验证了模型的有效性。

关键词： VisionPro   C#语言   图像处理   PLC   颜色识别  

摘要： 随着制造业朝着数字化智能化转型,机器视觉识别技术应用领域越来越广。在自动化设备中,对于产品颜色和形状的识别经常使用,本研究基于VisionPro软件与C#语言联合开发机器视觉识别上位机系统,同时利用***实现S7-1200PLC与上位机的数据通信。通过图像采集和处理,提取物体的颜色信息,并利用C#语言把VisionPro的图像数据进行处理然后,发送给PLC控制机构进行运动控制,最终将视觉分拣设备能够快速、准确地对图像的数字形状和物块颜色进行分类,实现了高效的自动化处理。

关键词： 无人机   轻量化   目标检测   YOLOv5  

摘要： 为解决无人机“黑飞”造成的安全隐患,针对现有的基于深度学习的无人机目标检测算法模型参数量大、训练耗时长的问题,提出了一种基于YOLOv5算法的轻量级无人机实时目标检测(ED-YOLOv5s)算法。首先结合轻量化模型(efficient model,EMO)对YOLOv5骨干网络的特征提取部分进行重构;其次引入归一化高斯Wasserstein距离(normalized Gaussian Wasserstein distance,NWD)和比例因子计算候选框之间的相似度来部分替代IoU(intersectiom over union);然后引入无参注意力机制SimAM以优化权重分布,提升检测精确度,以达到对YOLOv5网络的Backbone、Head进行优化的效果;最终,得到模型大小为4.57 M,浮点运算量为26.1 GFLOPs的ED-YOLOv5s轻量级无人机检测算法。实验数据表明,改进后的算法提高了检测精度,实现了模型轻量化,所提算法在DUT Anti-UAV数据集上AP@50值达到96.7%,在RTX2060显卡上检测速度达到37 frame/s。

关键词： 自动化冲压   板材   视觉对中系统   图像处理   控制策略  

摘要： 基于冲压板材的复杂性,本文聚焦于研究自动化冲压线板料视觉对中系统的控制策略,以提高其效率和精度。所提出的系统解决方案利用图像处理技术自动检测并计算金属板材的偏移,确保上料精度。实验结果表明,所提出的控制算法能够实现高速、准确、可靠的板料对位,为板材冲压自动化生产提供了一种理想的控制方法。