关键词： 煤矿监控图像   目标检测   YOLO-v4L-EA   空间注意力  

摘要： 智能化是煤矿安全生产和快速发展的必然趋势,构建智能化生产系统的框架、云边计算协同体系,针对煤矿重点目标进行快速、精准的目标检测,是煤矿智能化发展的重要方向,然而现有的基于深度学习的目标检测算法体积庞大、计算复杂度高,难以将其部署到边缘设备来提供低时延数据分析服务。提出一种基于YOLO-v4L-EA算法的煤矿重点目标检测方法,将融合空间注意力机制的轻量级YOLO-v4部署到矿山物联网系统的边缘计算设备,从而为用户提供高响应速度的重点目标感知服务。算法层面,针对煤矿井下图像存在亮度不均匀等缺陷影响目标检测效果的问题,设计像素正则化空间注意力结构(PNSAM),用批量正则化实现空间注意力机制,该结构能够辅助目标检测模型加强对重要特征关注,有助于算法从低质量图像中感知任务目标;受MobileNet基础结构启发,基于深度可分离卷积对YOLO-v4骨干网络执行轻量化改进,使整体模型能够部署在矿井边缘计算设备;为减小h-swish激活函数造成的梯度损失,在模型中尝试使用Mish激活函数,凭借其梯度光滑特性来实现高效的深层特征提取。根据煤矿视频监控数据构建矿山目标检测数据集,用于评价目标检测网络模型实际应用性能。使用NVIDIAJetsonTX2边缘计算平台作为试验硬件设备,对比试验显示该模型在公测数据集VOC2012的试验结果相对于YOLO-v4-Tiny模型,mAP值提升了13.39%,证明该算法的有效性和正确性;该模型在矿山目标检测数据集上的mAP值为88.9%,说明该方法能有效实现煤矿井下重点目标检测。

关键词： SAM模型   无人机   人工智能   计算机视觉   裂缝检测  

摘要： 在水库和水渠的安全监测中,裂缝的精细化感知对于预防结构损伤和保障工程安全至关重要。传统的裂缝检测方法,如人工目视检查和传统图像处理技术,受限于主观因素和环境干扰等客观因素,难以在复杂场景中实现高精度的检测。随着无人机技术的发展,高分辨率影像数据的获取为裂缝检测提供了新的可能。然而,如何充分利用这些丰富的数据,实现对微小裂缝的准确识别,仍然是一个亟待解决的问题。针对这一问题,文章提出了一种改进的基于Segment Anything Model(SAM)模型的裂缝检测方法。首先,利用无人机获取覆盖万家寨引黄工程大梁水库和水渠区域的高分辨率影像数据,为模型提供细节丰富的影像输入信息。其次,对原始的SAM模型进行针对性优化。一方面,结合裂缝的形态学特征,引入了先验知识,以增强模型对裂缝边缘的敏感性;另一方面,调整模型的结构和训练策略,采用了适配器结构和裂缝区域自动化提取等技术,提高了模型在复杂背景下的鲁棒性和检测效率。实验结果表明,改进后的SAM模型在验证数据集上的裂缝检测准确率和精细度均有显著提升。

关键词： OCR技术   卷积神经网络   旅游翻译助手   图像处理   实时翻译  

摘要： 文章介绍了一种基于光学字符识别(Optical Character Recognition,OCR)技术的旅游景点翻译系统,该系统支持用户通过输入文本或上传图片进行景点名称的翻译和查询。系统具备实用性、稳健性、实时性、精确性和高效性等优势,能够为用户提供便捷、高效的旅游翻译服务。通过改进的图像处理技术和基于SLeNet-5卷积神经网络的字符识别算法,系统确保了高准确性和稳定性。此外,系统还具有较低的内存占用和流畅的运行速度,为用户提供了高效、便捷的旅游服务体验。

关键词： 人工智能   树莓派   计算机视觉   知识和技能   物联网应用   生成式   创新课题   项目实例  

摘要： 本系列文章包含从树莓派5的基础入门到生成式人工智能的应用,旨在通过丰富的项目实例,帮助读者掌握树莓派5及其在人工智能领域的应用。全部连载内容分为3个部分:第一部分致力于介绍树莓派5的基础知识与使用方法,展现GPIO在物联网应用中的强大功能;第二部分转向人工智能应用开发实践,介绍计算机视觉的基本概念和工具,用树莓派实现经典的轻量级人工智能任务;第三部分聚焦于生成式人工智能的实践应用,覆盖文本、图像、音视频等多维度应用体验,并延伸出一系列综合实践项目。期望通过对本专题的阅读与学习,读者可以获得一套完整的知识和技能,不仅熟练掌握树莓派5的使用,还能深入理解并实践人工智能和生成式人工智能技术,为实现更多创新课题奠定坚实的基础.

关键词： 通行逻辑   视觉传感器   通行控制模块   人工智能   计算机视觉技术   自动售检票系统  

摘要： 为解决传统门式自动检票机目前存在的问题,提出一种基于计算机视觉和人工智能技术的新一代自动检票机。新一代自动检票机利用视觉传感器采集监视范围内的图像信息,并通过通行控制模块对收到的信息进行精确计算和智能处理,精准计算出行人或行李位置信息,通过主控单元与其他模块进行联动来控制阻挡装置开启或关闭。新一代自动检票机的乘客通行速率略高于传统门式自动检票机,具有更高的安全性、低故障率和占地面积小等特点,在工程建设中可考虑作为一种新的自动检票机选型方案采用。

关键词： 传输控制协议   一体化焊接   机器视觉   图像识别   图像处理  

摘要： 现代化工艺对于一体化焊接要求越来越高,仅依靠人力判断已满足不了现代技术要求,为此,文中将机器视觉技术应用于TCP(传输控制协议)标定以提高焊接精度和生产效率。得出如下结论:构建的基于图像识别的一体化焊接工作站TCP标定技术可以实现快速、准确、可靠的TCP标定,且精度更高、稳定性更好,其精度可以达到1mm以内,角度误差小于0.1度,能够满足工业生产环境要求。相关技术不仅可以解决一体化焊接工作站的精度问题,还可为该技术的理论进步提供较大帮助。

关键词： 机器视觉   激光功率计   穿线法   Socket通信   图像处理   字符识别  

摘要： 为实现激光设备功率自动校准,应用机器视觉和图像处理技术对激光功率计数字仪表自动读数识别进行研究,设计了激光功率计字符识别系统。针对传统穿线法对倾斜数码管数字图像识别准确率不高且无法识别小数点的情况,提出了一种改进型穿线法,实现了对带小数点数码管数字图像的准确识别,并利用Socket通信实现对识别数字结果的下发。实验结果表明,静态图像的识别率达到100%,平均识别时间为13 ms/张。在摄像头固定的动态识别中,经数字滤波后,下发给激光设备的数字准确率达98%,平均识别时间为50 ms/张。该系统已在实际工程中应用,有效提高了激光设备功率校准的效率。

关键词： 轮胎检测   凹凸检测   计算技术   图像处理   机器学习  

摘要： 本文主要探讨了计算技术在轮胎凹凸检测中的应用研究。针对人工检测、机械测量等传统检测方法的不足之处,本文分析了图像处理、机器学习和深度学习等计算技术在提升检测精度和自动化程度方面的作用。分析认为,通过优化数据采集技术、改进图像处理算法以及联合应用多种检测技术,能够进一步提高计算技术在轮胎凹凸检测中应用效果。

关键词： 径向速度   无迹卡尔曼滤波   目标跟踪  

摘要： 利用主动声呐对目标的连续位置观测信息,基于卡尔曼滤波器是实现目标状态估计的主要方法。文章针对含径向速度的主动目标跟踪问题,提出了含径向速度观测的无迹卡尔曼滤波算法。首先,建立含径向速度观测的主动目标观测模型和运动模型;其次,依据模型选择一组精准的样本点,通过这组样本点传递实施状态预测、观测更新并传递状态向量的统计特性;最后,由这组样本的加权统计得到该目标状态向量和状态协方差矩阵的滤波更新。仿真和实际海试数据处理结果表明,含径向速度观测的无迹卡尔曼滤波跟踪较传统方法可有效缩短目标跟踪滤波的收敛时间,支持对机动目标的快速跟踪。

关键词： 低照度   图像增强   大卷积核   可变形卷积   多重注意力机制  

摘要： 针对低照度图像中目标检测面临的夜间模糊场景、边界不明显场景、明暗差异较大场景等挑战,提出了一种动态特征融合的的检测方法 LOL-YOLO(low-light YOLO)。引入了自校正照明模块改善低光照图片的质量,应对低照度下的目标不明显问题;提出了动态特征提取模块,采用结合了大卷积核和可变形卷积的注意力机制,广泛灵活的捕捉图像的上下文信息;设计动态检测头增强对不同尺度、空间位置和任务的感知能力,进一步提升目标检测的精度和鲁棒性。采用ExDark、DarkFace、NPD(nighttime pedestrian detection)数据集进行实验验证,实验结果表明,提出的方法与主流算法相比检测精度明显提升,充分验证了该方法的有效性。