关键词： 红外小目标检测   密度峰值聚类   局部空间熵   多尺度特征   空时特征融合  

摘要： 红外成像技术广泛应用于军事和民用领域，其中红外小目标检测作为应用中不可或缺的环节，具有重要的实际意义。针对现有方法无法有效区分类目标稀疏结构与真实目标的问题，本文提出一种融合时域局部空间熵与空域多尺度特征的红外小目标检测算法。在时域分支上首先设计基于图像块相似性度量的密度峰值聚类算法，定位红外小目标候选区域，减少对背景的冗余计算。进一步地，提出一种基于帧间局部差异的时域局部空间熵，充分挖掘目标与背景熵值在局部区域的不同变化特性，解决类目标稀疏结构引起的虚警问题。此外，引入空域多尺度特征提取分支，构建时空融合特征，降低候选区域定位中的漏检率，提高对不同尺度小目标的检测能力。在5组不同场景的序列上与9种算法进行对比，本文提出的方法BSF指标均优于其他方法，其中BSF在表现最好的序列5上为次优方法的2.02倍，在ROC曲线中4组序列上表现为最优。综上所述，相比于其他方法，所提出的方法能够在类目标稀疏结构干扰下精准检出小目标。

关键词： 深度学习   安全帽佩戴检测   目标检测   YOLOv5算法  

摘要： 针对现有安全帽佩戴检测算法精度低，在复杂环境下对小目标、密集目标和遮挡目标存在漏检和误检等问题，提出了一种基于改进YOLOv5的安全帽佩戴检测算法。采用超级下采样模块CPC，获取更多纹理特征，关注感兴趣的区域，减少重要信息丢失；融合全新空间金字塔池化模块S-SPPF，不同尺度的池化进行融合，对特征进行有效挑选，一定程度解决目标小的问题；修改网络中的Neck结构，增加小目标检测层，拓展网络的深度对特征进行提取，提升小目标检测精度；借鉴密集网络的思想，使用多并联网络CC3模块，改进了特征提取过程中相似度损失问题，提高对特征的表达能力。在安全帽数据集上实验结果表明，改进的YOLOv5模型具有良好的检测性能，平均检测精度达到了94.6%，相比原YOLOv5模型平均检测精度提高了2.2%，其他各项指标都有提高，能够解决漏检和误检问题，满足在复杂环境下对安全帽佩戴检测的要求。

关键词： 道路多目标检测   YOLOv8   StarNet   多尺度改进   小目标检测  

摘要： 目的针对道路场景中待测目标检测精度低、重叠目标漏检率高，以及小尺度与远距离的小目标物检测效果较差等问题，提出了一种基于YOLOv8s改进的道路多目标检测方法。方法首先基于新型的轻量化网络StarNet，改进Bottleneck构建了SNC2f模块，丰富主干提取的语义信息，优化不同尺度特征的融合效果。为了弥补不同尺度目标特征信息提取能力不足的缺陷，设计了基于通道和空间注意力多尺度改进的CSMA模块，丰富模型提取的全局视觉信息，进一步提高模型对道路中多种目标物的识别精度。增加小尺度的特征融合层与检测头，提升交通灯这类小目标识别与定位的准确性，有效降低小目标的漏检与误检。结果改进后的模型的准确率、召回率、mAP@50以及mAP@50:95分别达到了84.2%、70.6%、78.4%和44.8%，相较于原始模型提高4.4%、1.3%、2.9%和1.1%。此外参数量和权重体积减少了13.5%与12.4%。综合效果优于YOLOv5s、YOLOv7、YOLOv9c及YOLOv10s等主流目标检测算法。结论改进后的模型有效提高了模型对于道路中小目标的识别效果，有助于解决检测精度低、漏检与误检等问题。

关键词： 单目三维目标检测   深度感知   Swin Transformer   注意力机制   上下文特征   深度估计  

摘要： 针对单目三维目标检测算法中复杂的网络结构所带来的计算负担、检测结果不准确的问题，提出一种采用深度感知Swin Transformer的单目三维目标检测方法。首先，在主干网络中引入卷积模块注意力机制，自适应地学习全局信息和局部信息，从而获取更丰富的特征信息；其次，为改善利用深度估计器引入深度信息所导致检测精度不准确的问题，利用精确的深度图作为辅助监督进行多尺度特征提取并融合来增强深度感知特征；最后，采用深度感知Swin Transformer集成上下文特征和深度感知特征，利用图像的局部性和平移性提高检测准确性，并减少计算开销。在KITTI数据集上实验表明，该方法在不同难度下对汽车类别的检测效果获得提升，从而验证了其在三维目标检测任务中的有效性。

关键词： 三七   复杂收获作业工况   目标检测   通道剪枝   边缘计算   YOLO v8s  

摘要： 为实现三七联合收获作业过程中的自适应分级输送和收获状态实时监测，本文针对三七根土复合体特征和复杂田间收获工况，提出一种基于YOLO v8s并适用于Jetson Nnao端部署的三七目标检测方法。在YOLO v8s对三七准确识别的基础上，针对其新的模型结构特性，利用通道剪枝算法，制定相应剪枝策略，保证模型精度的同时提升实时检测性能。采用TensorRT推理加速框架将改进模型部署至Jetson Nano，实现了三七目标检测模型的灵活部署。试验结果表明，改进后的PN-YOLO v8s-Pruned模型在主机端的平均精度均值为93.71%，参数量、计算量、模型内存占用量分别为原始模型的39.75%、57.69%、40.25%，检测速度提升44.26%，与其他目标检测模型相比，本文改进模型在计算复杂度、检测精度和实时性方面具有更好的综合检测性能。在Jetson Nnao端部署后，改进模型检测速度达18.9 f/s，较加速前提升了2.7倍，较原始模型提升了5.8 f/s。台架试验结果表明，4种输送分离收获作业工况下三七目标检测的平均精度均值达87%以上，不同输送分离收获作业工况和不同流量等级下的目标三七计数平均正确率分别达92.61%、91.76%。田间试验结果表明，三七目标检测平均精度均值达84%以上，计数平均正确率达88.11%，图像推理速度最低达31.0帧/s。模型检测性能和计数效果能够满足复杂田间收获工况下目标三七的检测需求，可为基于边缘计算设备的三七联合收获作业自适应分级输送系统和收获作业质量监测系统提供技术支撑。

关键词： 开放世界目标检测   无监督领域自适应   域对抗训练   平滑度增强  

摘要： 开放世界目标检测（Open World Object Detection, OWOD）旨在检测环境中的未见目标，是智慧教育领域中诸多问题的上游任务。现有的方法通过选择前K个置信度最高的前景进行预测，直接将在已知类别上训练的检测器泛化到检测其他的未知前景目标上。然而这种方法使检测器偏向检测已知类别，从而难以识别全部未知目标。对此，提出了一种基于平滑性无监督领域自适应的开放世界目标检测方法。首先，利用二阶段目标检测Faster RCNN为每一张图像生成候选区域，将目标得分高与目标得分极低的候选区域作为源域，将剩余候选区域作为目标域。然后，采用平滑性无监督领域自适应方法，学习前后景分类器，该方法通过引入平滑域对抗训练过程，能有效地提高域对抗方法在分类任务中的性能，实现对已知和未知类别的前景目标无偏向预测。本文在MS-COCO数据集以及自行构建的化学实验器材检测数据集上评估模型的性能。实验表明，相比于直接选择置信度最高的预测，本文提出的方法能更好地平衡已知和未知目标的检测，提高检测器的整体性能。

关键词： Yolov5s   密集行人检测   渐进多尺度特征融合   目标检测   注意力机制  

摘要： 在密集行人检测任务中目标的检测精度低，漏检和误检等一直是充满挑战的问题，导致此问题是原因是大多数的场景中存在大量多尺度的目标，多尺度的目标使得算法面临着尺度变化，从而使得算法的精度不高。针对此问题，提出了一种基于改进Yolov5s的多尺度行人检测网络（MPDNet）。该网络改进包括三个方面：首先对于主干网络，在C3模块中添加了空间位置注意力模块，并引入改进的ViTv3Block模块，可以有效强化特征信息的提取；特征融合部分，在渐近特征金字塔网络（AFPN）的基础上进行了改进，改进后的AFPN可以在更少参数量和计算量的情况下进行跨层特征融合；最后在特征融合网络末端添加了空间加强多尺度注意力模块（SEMA），增强模型对目标的定位能力。通过分析实验结果，MPDNet在WiderPerson和CrowdHuman两个密集行人检测数据集上相较于Yolov5s，AP50分别提升了4.2%和3.2%，AP50:95分别提升了5.0%和3.9%。MPDNet能够很好地完成复杂场景中密集行人检测任务。

关键词： 频率响应分析   电力变压器   绕组变形   数字图像处理   故障诊断  

摘要： 频率响应分析法（Frequency Response Analysis，FRA）是一种有效检测变压器内部绕组变形故障的方法。然而，在传统的FRA方法中，通常仅使用幅值响应来解释FRA特征，而相位响应的重要性尚未得到充分重视。针对以上问题，本文提出了一种基于频响重构和数字图像处理的变压器绕组变形故障诊断方法。该方法首先将频率、幅值和相位元素融合在一个三维坐标图中，并应用图像处理技术进行纹理分析特征提取。随后，利用图像平方和比误差（ISSRE）的三角坐标统计图实现了故障类型分类，并总结了绕组故障类型判别的参数化阈值指标。然后，基于极坐标频率响应特性，提出了能够识别绕组故障程度的定量化指标图像平方和最大-最小比误差（ISSMMRE）。最后在一台定制电力变压器上进行了各种故障的实验验证，证明了该方法的有效性和可行性，为FRA方法的改进和自动化提供了新的思路和方法。

关键词： 人工智能   深度学习   Transformer   大型语言模型   智慧医疗   数据分析   图像处理   计算机视觉  

摘要： 深度学习是人工智能领域的热门研究方向之一，它通过构建多层人工神经网络模仿人脑对数据的处理机制。大型语言模型(large language model，LLM)基于深度学习的架构，在无需编程指令的情况下，能通过分析大量数据以获得理解和生成人类语言的能力，被广泛应用于自然语言处理、计算机视觉、智慧医疗、智慧交通等诸多领域。文章总结了LLM在医疗领域的应用，涵盖了LLM针对医疗任务的基本训练流程、特殊策略以及在具体医疗场景中的应用。同时，进一步讨论了LLM在应用中面临的挑战，包括决策过程缺乏透明度、输出准确性、以及隐私、伦理问题等，随后列举了相应的改进策略。最后，文章展望了LLM在医疗领域的未来发展趋势，及其对人类健康事业发展的潜在影响。

关键词： 目标检测   多尺度卷积   特征融合   模型剪枝   知识蒸馏  

摘要： 针对复杂田间棉花的多尺度变化导致现存目标检测算法误报率及漏报率较高、现存检测算法计算量较大难以部署到边缘设备当中的问题，通过优化特征提取、特征融合，结合模型剪枝、知识蒸馏技术，提出一种轻量级田间棉花品级检测算法YOLOv8-Cotton。首先，在特征提取网络中设计多尺度卷积MSConv，其包含不同尺度的卷积核，能够增强网络的特征提取能力；其次，在颈部网络中构建高效的局部特征选择机制ELS，在空间维度上捕获水平和垂直方向的特征，抑制不相关区域影响预测结果，并利用ELS机制构建新型的分级特征融合网络HL-PAN，利用其上采样特征融合(U-SFF)及下采样特征融合(D-SFF)所产生的互补信息指导特征融合，增强模型对棉花多尺度变化的检测能力；接着，通过LAMP模型剪枝算法压缩模型，达到轻量化效果；最后，利用CWD损失函数进行特征蒸馏，以增强轻量化模型的检测性能。实验结果表明，YOLOv8-Cotton在自建数据集上的mAP50以及mAP50-95值分别达到75.4%以及53.1%，比基线算法提高5.1%以及2.1%的同时，模型大小下降4.83M，计算量减少5.8G，并在公开数据集上验证了模型的泛化性。