关键词： 深度学习   MnasNet-SimAM   YOLO-WD   小麦病害   目标检测  

摘要： 小麦作为人类历史中最早驯化的粮食作物之一,承担着支持人类生存和发展的重任。而小麦病害的发生严重影响其产量和质量,因此快速而准确的小麦多种病害及混发病害的目标检测对保证粮食安全和病害的综合防控具有重要意义。本研究以小麦条锈病、叶锈病、秆锈病、赤霉病、黑穗病、白粉病作为研究对象,针对六种病害的智能识别开展了如下研究: (1)构建小麦病害图像分类与目标检测数据集。通过现场拍摄和公开获取的方式收集小麦病害图像和健康小麦图像4677张,经过筛选后使用随机旋转、随机缩放、亮度调整、高斯模糊和添加高斯噪声等数据增强方法构建图像分类数据集(7000张)。基于该数据集使用Labelimg软件进行数据标注后,对图像和标签进行扩增,构建小麦多病害数据集XNWheat-1(18000张)和小麦三类病害混发(小麦白粉病、条锈病、叶锈病)数据集XNWheat-2(3000张)。 (2)基于注意力机制改进小麦图像分类识别模型。对比了不同初始学习率、优化器、训练策略对五个轻量级卷积神经网络识别准确率的影响。并在Mnas Net模型的最后三个倒残差网络中加入Sim AM(A Simple,Parameter-Free Attention Module)注意力机制。结果表明,改进的Mnas Net-Sim AM模型在测试集的准确率为95.14%,比原模型提高1.7%,模型权重仅增加0.01 MB。此外,Mnas Net-Sim AM模型在小麦真菌病害公共数据集上的抽样准确率为91.20%,具备良好的泛化能力。 (3)基于YOLOv5s构建小麦病害目标检测新模型,命名为YOLO-Wheat Disease(YOLO-WD)。将原模型骨干网络替换为Mnas Net模型的变体结构,引入Convolutional Block Attention Module(CBAM)模块、C3Ghost模块、Bi-directional Feature Pyramid Network(Bi FPN)模块。基于XNWheat-1数据集对比YOLO-WD模型与其他五种YOLO模型的目标检测性能,并通过消融试验验证每个模块的有效性。基于XNWheat-2数据集测试YOLO-WD模型在三种病害复合侵染下的小麦病害目标检测性能,并测试模型在背景噪声干扰(不良环境)下的鲁棒性。结果表明,与YOLOv5s模型相比,YOLO-WD模型的参数量减少56.11%,GFLOPS(Giga Floating-point Operations Per Second)减少59.38%。验证集m AP@0.5[mean Average Precision(Io U=0.5)]为97.75%,比原模型提高1.12%。测试集m AP@0.5为98.25%,FPS(Frames Per Second)为90.09,在检测速度上保持与原模型相近的性能。在XNWheat-2混发病害数据集上,验证集m AP@0.5为90.87%。此外,该模型在噪声干扰下仍具有良好的识别效果,这为低成本、高精度下的大规模小麦病害实时识别、监测和应用提供重要的技术支持。 (4)基于YOLO-WD模型及PyQt5库构建小麦病害目标检测系统。该系统实现了小麦多种病害和混发病害的目标检测与识别,并根据结果提供有效综合防治策略。同时该系统兼顾图像和视频的目标检测,能够智能切换模型权重,并提供数据共享、传输及保存功能。

关键词： 深度学习   目标检测   轻量化   模型剪枝   知识蒸馏  

摘要： 随着农业智能化进程加速,番茄等果蔬的实时检测成为提升采摘效率与质量的关键。人工采摘耗时耗力,传统深度学习模型漏检率高、精度不足。现有研究尝试提高检测精度,但面临模型复杂度高、资源消耗大等问题,难以适配农业边缘采摘设备的算力限制。本文针对农业番茄采摘设备对目标番茄高精度、轻量化的实时检测需求,进行了如下研究: (1)针对数据集样本处于不同场景中图片数量有限问题,本研究提出了一种动态组合策略扩增番茄数据集。通过旋转、剪裁、翻转、加噪等数据增强技术随机组合,模拟真实环境中光照、遮挡、目标多角度分布等情况。数据集由原先1,000张图扩增至8,000张,有效避免因数据分布不均造成过拟合。 (2)针对智能番茄采摘设备高精度检测需求问题,本研究提出了一种基于YOLOv8n改进的成熟番茄检测算法。首先,将Backbone中C2f替换为C2f-ESE,引入更加高效通道注意力机制。随后,将Neck模块从原PAN-FPN架构替换为BFRep结构(Bi Fusion+Rep Block),增强模型对目标特征的关注。最后,重构解耦头,利用PConv卷积使模型整体更加轻量化。实验结果表明,改进后的YOLOv8n检测精度提升2.3%,模型大小变为3.8M。 (3)针对深度网络中存在大量对检测贡献度低的冗余权重问题,本研究采用LAMP剪枝进行轻量化处理。设置剪枝前后参数比为3.0,对主干网络和检测头进行剪枝操作。实验表明,剪枝后改进模型参数减少73.4%,模型大小为1.2M,CPU上每秒检测帧率提升37.3%。 (4)针对剪枝导致的模型精度轻微下降问题,本研究提出混合蒸馏策略。通过结合逻辑蒸馏与特征蒸馏,利用教师模型的知识指导学生模型恢复性能。实验表明,蒸馏后的模型精度较剪枝后提升1.3%。模型满足农业边缘设备的部署条件,最后将模型部署在番茄采摘设备中。 图[45]表[13]参[64]

关键词： 目标检测   特征增强   注意力机制   模型轻量化   知识蒸馏  

摘要： 目标检测是计算机视觉的核心任务之一,在多个领域中有着广泛的应用。近年来,随着深度学习的发展和并行计算设备的进步,许多基于神经网络尤其是卷积神经网络的目标检测方法被提出,使得目标检测取得了重大突破。但现有的方法仍存在许多问题和改进的空间。首先,源自于深层卷积神经网络对多尺度目标的表征能力不足,多数目标检测模型在不同尺度的检测对象上表现出巨大的性能差异。尤其是对小目标的检测,已经成为了限制目标检测进一步发展的瓶颈。其次,由于卷积操作具有局部感受野的特性,传统的卷积神经网络通常难以有效捕捉长距离的空间依赖关系。这一局限性使得目标检测模型缺乏对全局上下文信息的感知能力,导致在背景复杂、遮挡严重或其他背景干扰强烈的情况下检测效果受限。 另外,随着目标检测模型的不断演化,模型的复杂度也在随着其检测精度不断上升。在计算资源有限或者需要实时推理的应用场景中,目标检测模型面临着模型轻量化与检测性能难以平衡的困境。为解决上述问题,本文从多尺度特征增强目标检测模型和知识蒸馏的角度出发,提出检测模型及其轻量化方法。具体的: (1)提出一种基于多尺度特征增强的目标检测模型。模型中包含了多尺度特征增强模块、空间-区域注意力两个核心组件。其中多尺度特征增强模块以一种可学习特征缩放操作为核心,通过组合自适应缩放后的特征和原始输入特征极大地丰富了目标在多尺度特征空间中的表示,提高了模型对多尺度目标的表征能力。此外,空间-区域注意力将特征图按位置划分为多个区域并计算注意力,然后通过融合区域注意力和空间注意力,增强了模型的全局上下文感知能力。在Sea Person和Vis Drone两个目标检测数据集上,本文提出的基于多尺度特征增强的目标检测模型分别达到了77.1%和43.4%m AP,验证了模型的有效性。 (2)提出一种基于通道压缩的知识蒸馏方法。该方法中,教师和学生模型的中间特征在蒸馏前,先后经过了通道压缩和空间重建,通过分离无关的背景噪声有效地提高了教师和学生模型之间的知识迁移效率。在该知识蒸馏框架下,本文提出的目标检测模型的参数量和计算量分别降低到了原来的26.4%和19.3%,并且在Sea Person和Vis Drone两个数据集上,仍然保持75.8%和40.8%m AP的检测准确率,有效的平衡了模型轻量化与检测性能,为资源受限场景下的目标检测应用提供了可行的解决方案。

关键词： 视频智能分析   目标跟踪   留置场景  

摘要： 阐述针对视频智能分析系统中的人员检测误检、漏检问题，提出一种基于中心点欧式距离的人员跟踪方法。通过引入人员产生计数器和丢失计数器，有效改善检测准确性。实验表明，该方法在留置场景中显著提升了报警准确率，为智能视频监控系统提供了更可靠的人员跟踪解决方案。

关键词： 计算机视觉   卷积神经网络   滑动窗口融合  

摘要： 近年来，伴随着电脑图像数据量的增长及互联网结构的不断优化，卷积式神经网络在电脑图像处理领域已获得不少里程碑式的突破。基于此，本研究旨在分析异构多列卷积神经网络在计算机视觉关键技术研究中的应用，并从网络结构和损失函数等角度出发，提出一种结合滑动窗口融合（SWF）与卷积神经网络（CNN）的算法，然后针对当前存在的一些问题，对卷积神经网络的两种主要结构进行介绍和对比，并且提出一些相关的改进建议，以提高模型的准确率和性能，并针对其不足提出有效的解决方案。

关键词： 图书馆   计算机视觉   空间权力   深度图   谱系学  

摘要： 历史上,西欧中世纪的宗教建筑和中国园林中的藏书楼,曾通过其物理空间承载知识的保存与传播功能。然而,随着信息时代无纸化趋势的推进,图书馆设计形式呈现出多样化,“书院”“媒体中心”等新型命名反映了图书馆的功能和角色的转向。 这一转变带来了新的理论问题:图书馆如何区分于其他空间?历史上,图书馆通过书籍的物理存在被定义和分类,而当代的“无纸化”模糊了这一分类边界。这种转向表现为图书馆从“图书馆是什么”到“什么可以成为图书馆”的转向,背后则是空间理论的语言学转向。通过对转向的探讨,可以进一步揭示图书馆空间如何通过排斥其他要素来建构自身的差异化特性,从而寻找到可量化的影响空间设计的关键变量。 本研究借鉴了人文社科语言,依据提出问题、分析问题、解决问题的逻辑组织结构。本研究在第二、三章分析理论与技术背景的历史变迁,进而阐述现象中的权力和身体性,梳理并论证图书馆设计理论的核心要素是空间权力;第四章则重点论证了理论与技术的关键变量是视觉信息;在第五、六章借助计算机图像技术提出一种分析与验证方法,空间数据分析的结果和文化属性高度耦合,这显示了图书馆空间类型的分类边界,也量化回答了“什么可以是图书馆”的问题。最终,本研究借由图书馆的这一空间现象构建了连续的空间谱系,量化人对空间的心理感受,在空间领域具体实践了福柯理论,从而得到一种跨学科的通用的空间评价方法。 本研究证明了,局部空间的特征和各部分空间之间的相对位置信息,这二者共同构成了空间的语言文本。空间能够超越地域文化的限制反映权力的运作,正因为权力是普遍存在的。这意味着,非设计专业的相关利益方可以更直接地参与到设计的过程中,设计变得更加透明。在理论方面,社会学家福柯曾在巴黎建筑师会议上发表的研究,现在可以以建筑学的视角重新返回并触达到人文学科。在技术方面,计算机可以“理解”自然语言对空间社会属性的描述,根据自然语言自动生成三维空间模型是可行的。

关键词： 番茄叶片病害   轻量化网络   MobileNetV3-Small   YOLOv8n   目标检测  

摘要： 植物病害是影响作物产量和质量的主要因素之一,尤其在农业智能化快速发展的背景下,如何高效、准确地识别病害已成为亟需解决的问题。传统人工识别方法不仅效率低下,且受主观因素影响较大,难以满足现代农业中对大规模、实时病害监测的需求。近年来,深度学习技术在图像识别领域的迅猛发展为病害自动识别提供了全新思路,特别是轻量化神经网络的出现,为移动终端部署提供了可行的技术支撑。 针对不同图像采集背景对识别模型性能的影响,本文以番茄叶片病害为研究对象,分别针对简单背景和复杂背景下的图像提出了两种轻量化模型的改进方法。在简单背景下,图像背景干扰因素较少,识别任务以病害类型分类为主。本文基于MobileNetV3-Small网络结构,引入ECA注意力机制以强化对不同类别病害特征通道的提取能力,同时有效压缩模型体积。实验结果表明,该改进模型在五类番茄病害分类任务中Top-1准确率达到98.93%,模型体积缩减至12.3MB,在保持高精度的同时具备良好的轻量化特性,适用于资源受限场景的快速部署与推理。 针对复杂背景下病害难以分割、位置不确定等问题,本文引入YOLOv8n目标检测模型作为基础结构,并从多个维度对其进行结构优化,以提升对病斑区域的定位与识别能力:(1)在Backbone部分引入Context Guided Block,构建C2f＿Context Guided模块,结合番茄病害图像中病斑与周围叶片、环境的空间关联信息,增强模型对复杂场景下病害特征的上下文感知能力;(2)设计RSCD(复用与共享卷积检测头)结构,针对数据集中重复出现的相似病斑特征,实现检测子网络卷积操作的共享与复用,减少冗余计算;(3)在SPPF模块之后引入Deformable Attention机制,自适应调整感受野,精准捕捉小目标病斑及边界模糊区域的细微特征。优化后的目标检测模型在番茄病害检测任务中取得了90.7%的mAP@0.5,较原YOLOv8n提升2.6个百分点,参数量减少至1.65M,模型体积缩减至3.82MB,显示出在保持检测精度的同时具备更高的效率和轻量化优势。 在模型优化基础上,本文设计并实现了一个基于B/S架构的Web端番茄病害识别系统,集成改进后的模型,支持用户在线上传图像并获取识别结果。系统功能包括图像预处理、病害定位、类型判定及防治建议展示,界面友好、交互便捷,具有良好的实用性与推广潜力。 综上所述,本文面向不同背景复杂度下的番茄叶片病害图像,提出了两种轻量化改进模型策略,有效提升了模型在多场景下的适应性与部署效率,为移动端植物病害智能诊断提供了理论基础与实践路径,也为智慧农业的发展提供了有益探索。

关键词： 智能汽车   整车在环测试   目标跟踪   深度学习   位姿识别  

摘要： 智能汽车已成为未来汽车工业发展的必然趋势,为保障道路行驶安全,需对所有车辆进行严格的出厂和定期检测。然而,传统模拟测试方法难以全面检测整车性能,封闭场地测试无法覆盖所有特殊工况,开放道路测试则存在成本高、耗时长等问题。整车在环测试能在实验室中模拟各种道路环境,与传统测试方法相比,能够更加全面地验证车辆的自动驾驶系统性能,将成为未来智能汽车研发、出厂测试以及年检评估的重要测试手段之一。目前,开展整车在环测试时,需人工调整转鼓试验台参数与被测车辆位姿使其相互匹配,存在效率低、误差大等问题,对测试结果和测试安全产生显著影响。因此,如何在测试前准确获取被测车辆的关键参数并确保其准确驶入试验台架,是提高测试效率和测试安全的关键。 针对上述问题,本文提出了被测车辆主销间距快速测量方法和方向盘—车轮转角参数匹配方法,为转鼓试验台前轮转鼓间距调节以及转向转鼓控制转向角度提供了理论依据。此外,本文还提出了基于视觉检测的被测车辆位姿识别与引导方法,建立了基于YOLOv8-obb的车辆位姿检测模型,引导被测车辆以最优位姿准确驶入转鼓试验台的测试位置。本文的主要成果如下: 1.为准确测量被测车辆转向车轮的主销间距,以调整转向转鼓回转中心,提出了一种基于目标识别与跟踪的被测车辆主销间距快速测量方法,建立了车辆主销间距测量算法模型。首先,在车轮上固定监测标记点,识别图像中检测目标的轮廓,建立了像素尺寸与物理尺寸之间的映射关系。然后,追踪标记点的运动轨迹,计算轨迹点的最小二乘拟合圆,得到标记点回转半径。最后,为了快速方便地实现上述方法,设计了车辆转向参数辅助检测装置,并开展了验证实验,实验结果表明,该方法的测量误差小于5mm。 2.为了获取被测车辆转向车轮转角与方向盘转角间的函数关系,为转鼓试验台转向转鼓的随动控制提供理论依据,提出了被测车辆车轮转角与方向盘转角函数识别方法,建立了车轮转角函数识别算法。首先,实时追踪标记点的运动轨迹,计算转向车轮的转角,同时通过汽车ECU读取方向盘转角参数,两组转角数据在时序上具有一致性。然后,采用三次多项式对转角数据进行拟合,获得被测车辆车轮转角与方向盘转角间的非线性函数关系。最后,开展了验证实验,将该方法得到的结果与转鼓试验台测量结果对比,最大测量误差为2.75度。 3.为了引导被测车辆以最优位姿准确驶入转鼓试验台的测试位置,提出了基于视觉检测的被测车辆位姿识别与引导方法。首先,建立了基于YOLOv8-obb网络的深度学习模型,采集了被测车辆鸟瞰数据集,实现了被测车辆位姿精确识别。然后,通过轮廓检测实现测试位置的精确定位,并计算出被测车辆与测试位置的位姿变换关系矩阵,得到被测车辆与测试位置的角度和位移调整参数。最后,将验证集图像中的被测车辆通过参数进行位姿调整,准确驶入了测试位置。