关键词： 深度学习   水下目标检测   YOLOv8   卷积神经网络   注意力机制   结构重参数化   分类回归  

摘要： 针对水下环境可见度低、生物重叠遮挡等干扰水下目标检测的问题,提出一种基于改进YOLOv8的水下目标检测算法。针对图像模糊和目标重叠问题,引入了感受野机制卷积,并对C2f重新设计,使模型根据输入特征动态调节感受野权重,解决检测过程中参数共享的问题;利用重参数化泛化特征金字塔网络对颈部重新设计,增强了特征交互能力,并优化了推理结构;在颈部引入了改善目标遮挡的分离增强注意力机制,增强对遮挡目标的检测能力。实验结果表明,改进后的YOLOv8算法检测精度mAP50达到了84.5%,该结果表明所提模型可以满足水下目标检测需求。

关键词： 轮胎断面   高效建模   计算机视觉   AutoCAD软件二次开发技术  

摘要： 提出综合计算机视觉(CV)技术和基于Python语言的AutoCAD软件二次开发技术的轮胎断面高效建模方法(简称CV-CAD-Python方法),搭建了轮胎断面拍摄平台,建立了轮胎断面自动化建模规范流程:首先通过图像采集系统获取轮胎断面图像,采用图像预处理和图像增强技术突出边缘特征;然后选用Canny算子获取轮胎断面边缘特征的像素点坐标;最后采用基于Python语言的AutoCAD软件二次开发技术,每间隔3个像素点进行样条曲线连线,实现了复杂轮胎断面自动化高效建模。本方法可以将轮胎断面建模时间由数小时缩短至1 min,可推广应用于多个领域。

关键词： 水稻害虫   多尺度   轻量级   YOLOv11n   目标检测   深度学习  

摘要： 为了解决水稻害虫种类繁多、尺寸和形态差异显著所导致的误检、漏检等问题,该文提出了多尺度水稻害虫检测与计数的轻量级模型YOLO-MSLP(multi-scale lightweight pest)。该模型以YOLOv11n为架构基础,首先,为了能更好地处理多尺度害虫的特征信息,在颈部网络中引入多尺度特征融合模块AP_BiFPN(adaptive pooling bidirectional feature pyramid network);其次,为增强模型对关键区域聚焦能力,强调跨维度交互,融合改进的多尺度三元组注意力模块MS-TAM(multi-scale triplet attention module);最后,为满足嵌入式设备部署的需求,利用RepViT(reparameterization vision transformer)和知识蒸馏技术进一步实现模型轻量化。结果显示,YOLO-MSLP的平均精度均值达到94.5%,召回率为91.7%,浮点运算量为6.5G,模型大小为4.5 MB;相较于基线模型YOLOv11n,检测精度提升了3.1个百分点,推理时耗降低了26.8%。结果表明,YOLO-MSLP模型在识别多尺度水稻害虫方面,具有精确度高和轻量化的优点,可为多尺度水稻害虫研究提供算法参考。

关键词： 谷穗   目标检测   深度学习   YOLOv8   注意力机制   产量预测  

摘要： 在预估谷子产量的过程中,谷穗数是重要的指标之一,对谷穗进行准确检测在谷子测产中有重要的指导作用,因此,提出一种改进YOLOv8算法来实现对谷穗的识别。首先,将YOLOv8网络Backbone部分的传统卷积神经网络替换为占用体积更小的GhostConv卷积模块,以此来减少网络参数量。其次,考虑到谷穗目标较小的情况,使用全维度动态卷积ODConv专注小目标检测以此提高精度。最后,在Neck网络中引入CBAM注意力机制模块使网络模型更加聚焦谷穗的形态特征,提高对重叠目标的识别准确率。试验表明,改进后的模型与原模型相比,精确率、召回率、mAP@0.5和mAP@0.5∶0.95分别提升1.5%、0.4%、2.9%和1.0%,模型大小为5.87 MB,检测时间为44 ms。改进后的模型可以准确且快速识别出复杂背景环境下的谷穗,为谷子产量预估提供技术支撑。

关键词： 目标检测   神经网络   全局场景   鸟瞰视图   自动引导运输车   导航控制   路径规划  

摘要： 针对目前生产车间场景中AGV导航控制技术柔性差、部署成本高等问题,提出一种基于BEV的AGV导航控制技术。引入将多个相机视图转换为全局视图的方法,解决了单相机涵盖场景信息不全的问题;引入YOLO神经网络,对场景中的AGV标识码进行识别定位,确定了全局场景中AGV的位置和姿态;引入改进A*路径规划算法和模糊自适应PID控制器,实现了AGV的路径规划和避障控制。实验结果表明,AGV的定位控制精度能够达到4 mm以内,方向误差达到3°以内,改进后的路径规划算法遍历的节点数量减少了48.65%,运行时间减少了65.81%,实现了高柔性、高精度、高效率的AGV导航控制。

关键词： 智能化矿山   视频增强   目标检测   复杂光照学习   端到端学习  

摘要： 煤矿井下复杂光照环境(如低照度、强阴影、粉尘干扰)严重制约视频监控系统的目标检测精度。该文提出一种融合自适应视频增强与改进YOLOv7-tiny的端到端联合优化算法。首先,构建多尺度Retinex分解模型,通过UNet预测光照分量并采用动态Gamma校正实现局部亮度均衡化,结合非局部均值滤波抑制粉尘噪声;其次,在YOLOv7-tiny中引入跨阶段特征融合(CSFF)模块与光照感知注意力(LAA)机制,强化低照区域的语义特征表达。实验基于自建煤矿井下数据集CMVID-50,结果表明,该文算法在目标检测平均精度(mAP)达到89.7%,较基线模型提升12.3%,增强后图像的峰值信噪比(PSNR)与结构相似性指数(SSIM)分别为28.6 dB和0.91,推理速度达41 FPS,满足井下实时监控需求。

关键词： 机器视觉   手机盖板   图像处理   最大类间方差法   Canny算法   PLC  

摘要： 随着智能手机市场需求的持续增长,手机盖板作为智能手机的重要组成部分,其需求量与日俱增。手机盖板制造过程涉及落料、倒边、抛光、镀膜和丝印等工艺环节,制造过程中易导致产品表面出现划痕、凹痕、污垢等缺陷。鉴于此,从行业的痛点和需求出发,基于手机玻璃盖板制造流程和缺陷检测标准,设计了一款缺陷检测与分拣系统。首先,针对手机盖板表面缺陷的特点及检测要求,采用高斯滤波、开运算等预处理方法,提高手机盖板图像质量;其次,比较Sobel、Canny、Roberts、Log算子的运行时间及准确率,确定采用Canny算子作为本系统的边缘检测方法;最后,利用最小外接矩形提取手机盖板缺陷区域。采用MATLAB作为系统软件开发平台,通过编程实现上位机与工业视觉相机间的通信,以光耦继电器为中间介质连接相机与PLC完成信号传递。实验结果表明,该检测分拣系统可以快速地检测和筛选出手机盖板表面缺陷,检测准确率在95.33%以上,对推动手机盖板检测行业的智能化与信息化变革具有重要意义。

关键词： 碳滑板   改进式   图像处理   集电靴   区域定位   厚度测量  

摘要： 为实时监测集电靴碳滑板磨损情况,保证地铁正常稳定运行,提出一种改进式地铁集电靴碳滑板厚度非接触式测量方法。测量方法主要包括碳滑板区域定位与厚度测量两部分。碳滑板区域定位主要通过边缘检测、二值化、长直线检测以及形态学操作等图像处理技术实现。厚度测量先定位碳滑板上边缘长直线与底座下边缘长直线,再计算上下长边缘所有像素同一纵坐标的高度差值,然后按照投票机制找出投票最多的高度差并根据像素尺寸换算出实际高度差,最后减去底座下边缘到碳滑板下边缘的固定值即可实时计算得到碳滑板当前真实厚度值。经上海地铁17号线实际应用验证,该方法测量结果与人工测量结果误差小于等于0.02 mm,单图平均检测时间149.5 ms。

关键词： 可见光谱   伪装目标检测   双通道解耦   信息协同   跨模态交互  

摘要： 面向可见光谱图像的伪装目标检测任务旨在利用可见光谱信息检测和周围环境具有视觉一致性的伪装目标。这种视觉一致性导致的目标边界区分难和辨识性特征学习难等问题,限制了现有目标检测方法在伪装目标检测任务中的有效性。为此,本文提出一种跨模态动态协同双通道网络(CDCDN),探索了全局-局部多层次视觉感知和视觉-语言模型(VLM)在伪装目标检测中的应用潜力。具体而言,首先,针对目标边界区分难,设计了动态协同双通道模块,通过双通道将检测过程解耦为全局信息定位和局部特征细化,从多层次的视觉角度进行针对性的检测和优化。在此基础上构建了动态信息协同及融合机制,通过全局门控约束与局部感知校正实现了全局与局部信息的相互补充和校正,从而增强了目标检测模型在目标边界模糊场景中的空间捕获能力。其次,针对辨识性特征学习难,设计了跨模态场景对象匹配模块,通过引入VLM来建立视觉和语言模态的跨模态交互,增强了目标与背景在特征空间中的差异性,从而提升了目标检测模型在缺乏辨识性特征场景中的语义区分能力。在MHCD2022和COD10K两个数据集上分别评估了mAP@0.5、mAP@0.5∶0.95和mAP@0.75指标。CDCDN在MHCD2022数据集上分别达到67.6%、42.6%和48.4%,在COD10K数据集上分别达到67.9%、40.6%和41.0%。与五种主流的目标检测方法Faster R-CNN、DETR、Lite-DETR、YOLOv5、YOLOv10相比,CDCDN在三个指标上均取得了最优的检测精度。荒地、草地、树林和雪地四种常见伪装场景的可视化检测结果进一步验证了CDCDN具有良好的场景适应性。在消融实验中,逐步消融CDCDN中的关键组件,以系统地评估其贡献,结果显示各个关键组件都有助于模型检测性能的提升。综合实验结果表明,CDCDN可准确检测和周围环境具有高度视觉一致性的伪装目标,为伪装目标检测提供了一种新的解决方案。

关键词： 目标检测   高速公路   YOLOv5   注意力机制   特征融合   Ghost模块  

摘要： 针对高速公路施工场景中背景干扰复杂、车辆种类多样以及目标特征稀缺等问题,提出了一种改进的YOLOv5高速公路施工车辆检测算法。首先,引入空间感知通道注意力机制(spatial-aware channel attention,SCA),通过动态调整通道权重,增强与施工车辆相关的特征表达能力,同时抑制背景干扰;其次,采用改进的加权跨层特征融合网络结构(weighted cross-layer feature fusion network,WCL-FFN)替代原有的路径聚合网络(path aggregation network,PAN),优化了特征融合过程,减少了计算冗余,并显著提高了多尺度目标检测性能;此外,结合幻影操作降低网络计算量与参数量,提高检测效率;最后,使用高效交并比损失函数(efficient intersecion over union,EIoU)替代传统交并比损失函数(intersecion over union,IoU),改善了边界框回归精度,进一步提升了检测精度和网络收敛速度。为验证算法的有效性,在施工车辆数据集上进行了实验,结果表明:本文提出的改进YOLOv5模型的均值平均精度(mean average precision,mAP)达到90.5%,与YOLOv5s相比,mAP提高了8.9%;与YOLOx相比,提高了6.2%;与YOLOv8相比,提高了3.5%。该方法在复杂场景中表现出更强的鲁棒性,提供了高速公路施工车辆检测的高效解决方案。