关键词： 目标检测   注意力机制   CNN-Transformer   无锚   检测头  

摘要： 近年来,深度学习的迅猛发展为计算机视觉技术带来了突破性进展。在计算机视觉领域,目标检测是一项重要的任务,核心目标是从图像或视频中识别出特定的物体,并准确标定出物体的位置。传统方法在处理复杂图像时往往存在诸多难以简洁处理的问题,如今,通过学习关注图像中的物体间的复杂关系、物体尺度特征和物体语义空间信息等方法,能够高效地将图像中目标物体识别出来。同时,目标检测也是目标追踪、行为识别和图像分割等计算机视觉任务的基础,它不仅可以获取更为丰富的有效信息,而且为自动驾驶、智能监控、医疗影像等领域的广泛应用提供了重要的技术支撑。目标检测作为计算机视觉的关键任务,其重要性日益凸显。 在目标检测领域,多任务学习的特性使得网络模型的精度、速度与复杂度之间的性能权衡成为研究的关键。其中,关于模型颈部的编码-解码器部分和头部的设计,极大的影响着目标检测模型的信息获取和传输能力以及网络的性能表达。因此,本文将围绕优化目标检测网络的特征获取和信息传输展开研究,旨在实现检测模型在精度、推理速度和计算复杂度之间的最优权衡。主要展开如下研究工作: (1)基于卷积神经网络的目标检测器虽然性能出色,但长期以来存在一些局限性:一方面,缺少全局特征提取能力;另一方面,无法建立物体像素之间的全局依赖关系。尽管Transformer能够弥补这些不足,但是由于它没有结合卷积的优势,导致获取局部特征的细节信息不足,且存在速度缓慢和计算参数量大的问题。此外,特征金字塔网络缺少跨越层之间的信息交互,会降低特征上下文信息的获取。为解决上述问题,本文提出了一个结合Transformer全局和局部特征提取的基于CNN的Anchor-free目标检测网络(GLFTNet),以增强图像中语义信息的全局和局部特征提取。文中设计了两个新的模块和一个新的头部结构分别为分割通道提取特征注意力(SCEFA)模块、聚合特征混合变压器(AFHTrans)模块和特征提取头(FE-Head)。全局和局部提取特征网络有三个创新点:第一,设计了分割通道提取特征注意力模块,以提高模型局部多尺度通道特征的提取,增强了对物体区域的像素辨别力。第二,设计了结合卷积的聚合特征混合变压器模块,以增强模型的全局和局部特征信息的提取,并建立远距离物体像素的依赖关系。它通过多层信息聚合传输的方式,弥补了FPN的不足,并且与原始Transformer结构相比优势明显。第三,设计了特征提取头,以根据不同任务的特征进行全文信息的提取。实验结果表明:本文设计的SCEFA模块、AFHTrans模块和FE-Head结合的GLFTNet,不仅提高了检测网络的准确度,而且有效地平衡了速度和复杂度对网络的影响,验证了本文增强整体网络的全局和局部特征提取方法的有效性。 (2)特征金字塔网络能够逐层级融合不同尺度的特征,从而提升目标检测性能。但是,由于缺少跨越层级间的信息融合交互,使得上下文特征信息获取能力降低,进而制约了目标检测器进一步发展。同时,考虑到卷积神经网络在非局部信息提取方面存在不足,而Transformer对局部信息提取以及优化方面也存在缺陷。为解决上述问题,本文提出了一个基于CNN和Transformer的层级特征信息层级高效收发联合机制(EJRS)的编码-解码的目标检测器,以增强不同层级特征信息的高效交互传输。此检测模型主要由多层级特征信息预强化集成(MFIPI)模块和层级高效收发联合机制(JETM)架构组成。第一,设计了编码器的多层级特征信息预强化集成模块,以预先提高模型对不同尺度空间信息和语义信息的特征提取,增强了特征通道间的依赖关系。第二,设计了结合CNN和Transformer解码器的层级高效收发联合机制架构,以实现将低层级高分辨率空间特征和高层级的语义特征信息流进行跨层级的收集和发送,提高了模型的信息融合交互能力。并强化对不同层级特征信息的局部和全局提取,建立物体像素间的远距离依赖关系。其中,优化后解码器的Transformer与原Transformer相比优势明显。实验结果表明:本文设计的MFIPI和JETM结合的EJRSNet,与原始基准网络相比,不仅显著提升了检测精度和速度,而且验证了本文实现整体网络的多层级信息高效传输方法的有效性。

关键词： SAR图像   目标检测   YOLO   轻量化  

摘要： 随着海上交通运输和海洋资源开发的持续推进,海上安全防范和目标监测需求不断增长。合成孔径雷达(SAR)依托其全天时、全天候遥感能力及海上目标识别优势,已成为海洋监测与预警的关键技术。然而,SAR图像受散斑噪声干扰及分辨率差异影响,使得微小目标检测的精度与稳定性面临挑战。此外,在实际应用中,计算与存储资源的限制对模型轻量化提出了更高要求,需要在保证检测精度的同时提高计算效率。基于此,SAR图像舰船检测算法的深入研究与优化既具有重要的理论价值,也在海洋监测、海上执法及国防安全等领域展现出广阔的应用前景。 本文基于深度学习的方法围绕合成孔径雷达图像的舰船检测任务,针对微小舰船目标易漏检、斑点噪声干扰严重及模型部署难等关键问题展开研究,主要内容如下: (1)为了增加舰船小目标的识别率,更好地处理复杂背景的噪声干扰,本文提出了改进的YOLOv8算法。主要改进包括采用结合动态卷积的DC-ADown下采样模块替代原有的卷积层使得网络可以更高效地提取特征;引入可编程梯度信息网络结构,可实现多路径同时提取深层和浅层特征信息,减少信息丢失,在此基础上,提出改进的双分支辅助检测头以便更加充分地利用特征信息;在空间金字塔池化层前嵌入高效通道注意力机制模块,在复杂背景下进一步提升算法的目标判别能力。通过在HRSID数据集和MSAR-1.0数据集上进行各项实验可以得出结论,改进后的YOLOv8算法在SAR图像舰船检测上有着更高的精度。 (2)针对边缘设备计算能力与存储受限的问题,本文提出改进的YOLOv11轻量化检测算法。主要改进包括继续沿用DC-ADown下采样模块来替代原卷积层,在减少计算量的同时维持检测精度;提出以共享卷积为核心的SDEH轻量化检测头,在显著降低计算复杂度和参数量的同时提升检测能力;使用ShapeIoU代替原先的CIoU,使检测框能精确定位,在不影响轻量化的同时增强检测性能。该改进算法同样在HRSID数据集上取得了优良的效果。在为了进一步满足部署需求,对利用此改进算法训练完成的模型依次使用Lamp剪枝和Cwd蒸馏进行深度压缩与优化,在保证识别精度和检测速度的前提下,显著降低了模型的计算量、参数量及存储体积,提升边缘计算环境下的适用性。

关键词： 水下图像增强   水下目标检测   注意力机制   模型剪枝   YOLOv7  

摘要： 水下生物目标检测是结合声学设备、视觉传感器与智能算法,在复杂水下场景中探测、分类海洋生物,为生态研究、资源评估及渔业捕捞等提供关键数据支撑的前沿技术。但是,水下环境的复杂性和不确定性,给检测任务带来了许多挑战。与地面上的目标检测不同,水下目标检测会受到多种因素的影响,包括不断变化的光照条件、设备噪音、目标的伪装行为、以及水体对光的吸收和散射效应,还有水流的干扰。这就导致水下图像通常具有低对比度、低亮度和色彩偏差的特点。此外,水生生物往往体积较小且倾向于群集分布,加上拍摄距离的不同造成的尺度多样性,更加剧了检测的难度。同时,当前大多数目标检测算法存在参数冗余的问题,影响了这些算法在水下设备上的高效应用。虽然已有研究致力于通过改进算法和提升硬件性能来改善检测效果,但在复杂多变的水下环境中实现快速而精准的目标检测,依然是水下探测领域面临的主要技术障碍。因此,本文的研究课题主要有以下三个方面: (1)针对当前水下图像存在对比度低、亮度低和色彩失真等问题,本文提出了一种基于多尺度概率自适应归一化的水下图像增强方法,该方法首先设计了一个全局注意力机制和一个多尺度概率自适应归一化模块,可以更好地提取水下图像的特征,恢复水下图像的质量。与其它水下图像增强方法相比,UCIQE值达到了0.601,UIQM值达到了3.134,取得了先进的水平。 (2)针对水下目标检测精度低的问题,本文基于YOLOv7提出了一种新的水下目标检测模型。首先设计了一个特征提取模块,该模块包含了提出的信息注意力机制和可变形卷积,提升了模型在复杂水下环境下的特征提取能力。为了进一步增强模型的鲁棒性,结合分组卷积和通道混洗技术设计了一个特征交互模块。此外,为了提高小目标检测的精度,设计了一个自适应特征融合模块。改进后的模型与其它水下目标检测模型相比检测精度更高,将m AP50(%)提高了3.3%,将m AP50:95(%)提高了2.7%。 (3)针对目标检测模型过参数化导致检测速度变慢的问题,本文提出了一种基于HAL Score的模型剪枝与轻量化方法。该方法结合了LAMP分数和Hessian对角信息,从而更加精确地识别出对模型性能至关重要的参数,保证了剪枝后模型的性能。在不同加速比下对改进后的YOLOv7模型进行剪枝,最终在加速比为3时,剪枝后的模型综合性能表现较好,在保证检测精度不降低的前提下,剪枝率达到了66%,FPS由37.9提升到50.9。 本文围绕水下目标检测展开研究,旨在解决水下图像质量低、水下目标检测精度低以及模型过参数化的问题。本文提出了三种基于深度学习的方法,均取得了较好的效果。

关键词： 深度学习   目标检测   扫描电镜   页岩   岩层评价  

摘要： 页岩扫描电镜图技术具有高分辨率成像特征,该技术能直观地揭示页岩的矿物、孔隙的分布特征及发育情况,这在岩土工程、地质工程、油气勘探开发等领域的岩层评价工作中具有关键作用。随着岩层评价工作的要求不断提升,工作中所使用到的岩石图像数据量也在不断激增,岩层评价工作智能化愈渐重要。利用传统人工分析的方式处理上万张甚至更多的页岩扫描电镜图像效率极低,不仅耗时、易遗漏关键信息,分析结果还会受到主观因素影响。而人工智能算法改善了这一缺陷,利用深度学习技术不仅可快速识别页岩扫描电镜中的孔隙及矿物,显著提升分析效率与精度,还能为大规模岩层评价和动态模拟提供技术支撑,推动岩层评价工作向智能化、精细化方向发展。为解决传统方法中存在的问题,本文以深度学习理论为基础,将目标检测技术应用于页岩扫描电镜图像分析工作中,实现页岩孔隙及矿物智能检测。 本文通过深度分析传统的目标检测算法和基于深度学习的单阶段、双阶段目标检测模型的差异性,以满足实际工程应用中的准确度、速度需求为出发点,选择使用实时性能更强大的YOLO系列目标检测模型对页岩扫描电镜图像中孔隙及矿物展开智能识别研究。研究利用混淆矩阵、精确度、召回率、m AP50以及m AP50-95五种评价指标,从多方面对YOLOv3、YOLOv5、YOLOv7、YOLOv8模型识别页岩孔隙及矿物的结果进行评价。混淆矩阵结果表明YOLOv8模型对石英、有机质、黄铁矿、无机质孔隙的识别结果比较好,所有模型对有机质孔隙的识别结果均一般;其中YOLOv5模型与YOLOv8模型的性能较为接近,但召回率、m AP50以及m AP50-95的结果表明YOLOv8模型均优于其他模型。 研究选择以综合性能更强的YOLOv8模型为基础,根据页岩扫描电镜图像中孔隙及矿物的特征选择引入Shuffle注意力机制、SE注意力机制、小目标检测层以及双向特征金字塔网络,同时构建C2f＿SE模块与Concat＿Bi FPN模块,建立适用于页岩扫描电镜图像的Shale-YOLO目标检测模型。实验结果表明,Shale-YOLO模型在各方面均优于YOLOv8模型及其他模型,Shale-YOLO模型的精确度、召回率、m AP50以及m AP50-95分别为94.924%、92.607%、96.308%以及72.484%,相较于YOLOv8模型分别提高了1.949%、2.552%、2.0521%、4.46%,识别有机质孔隙的准确度提高了10%。可视化结果与消融实验也表明Shale-YOLO模型的准确度更高,改进后的模型能更准确地识别微小目标、应对复杂环境。 最后研究利用Python语言编程,Pytorch-gpu版本作为深度学习框架,采用Py Qt5构建用户界面,java语言编程构建系统前端,开发页岩孔隙及矿物智能识别系统。系统提供模型导入、图像分析、视频分析以及实时检测四个功能区块,不仅能在扫描电镜实验过程中实时辅助实验人员拍摄信息量更丰富的页岩扫描电镜图像,同时还能节约大量人力、物力资源,大大提高页岩岩层评价工作的效率与准确性。该系统处理单张图像仅需203.1毫秒,屏幕画面与摄像头画面实时检测时,每一帧的处理速度仅需11毫秒,即高达每秒钟91帧,完全能够满足实际工程应用的需求。

关键词： 弱监督目标检测   伪全监督学习   类别置信度引导的伪真值样本的加权合成与冗余淘汰   伪真值的迭代优化策略   交并比引导的伪真值样本更新   遥感图像  

摘要： 遥感图像中的弱监督目标检测(Weakly Supervised Object Detection,WSOD)仅需图像级标签即可实现目标定位,显著降低了人工标注成本。近年来,基于伪全监督目标检测(Pseudo-fully Supervised Object Detection,Pseudo-FSOD)的模型性能优于传统的多示例学习(Multiple Instance Learning,MIL)框架,但现有方法仍存在两个关键问题亟待解决:其一,现有模型倾向于聚焦目标的显著区域而非完整目标;其二,伪真值(Pseudo Ground Truth,PGT)在训练过程中缺乏持续优化的机制。 针对第一个问题,本文提出一种类别置信度引导的伪真值样本的加权合成与冗余淘汰(Filtering and Weighted Synthesis guided by Class Confidence Score,FWSC)用于生成PGT。该策略首先剔除类别置信度分数(Category Confidence Score,CCS)较低的候选实例;随后,若两个实例空间重叠度较高,则根据其CCS进行加权融合以尽可能覆盖目标整体;若两者的空间重叠度较低,则执行非极大值抑制(Non-Maximum Suppression,NMS)操作。 针对第二个问题,本文设计了一种伪真值的迭代优化策略(Iterative Refinement,IR)。具体来说,该策略首先利用FWSC生成的PGT实例训练YOLO模型,随后通过交并比引导的伪真值样本更新(Filtering and Weighted Synthesis guided by Io U,FWSI)对YOLO模型的检测结果进行过滤和加权合成,从而实现PGT实例的迭代更新。上述过程可迭代执行以持续提升PGT质量。此外,本文提出三项改进策略以增强原始WSOD模型的性能:优化候选框生成机制、样本数据增强的筛选方法,以及对伪标签的重新定义生成规则。 实验结果表明,FWSC策略、IR方案及原始WSOD模型的三项改进均显著提升了检测性能。通过详细的消融实验,本文所提FWSC和IR两个策略的有效性得到了充分验证。本文所提方法在NWPU VHR-10.v2和DIOR两个数据集的m AP(Cor Loc)分别达到了76.2%和30.40%(85.68%和56.19%),并且通过与目前流行的16种弱监督目标检测算法在NWPU VHR-10.v2和DIOR两个数据集上进行实验,证明了本文所提方法的优越性。

关键词： 车辆检测   YOLOv8   EIOU损失函数  

摘要： 针对车辆检测系统对于交通场景中的小型车辆定位精度不高的问题，本文提出一种基于YOLOv8的车辆目标检测模型。首先，在特征提取方面，在YOLOv8骨干网络中（backbone）引入了可变形卷积模块。该模块能够根据车辆尺寸自适应调整特征感受野，有效增强对多尺度车辆的特征提取能力。其次，在定位损失函数方面，采用了EIoU损失函数，通过更精确地测量预测框与真实框之间的距离、重叠面积以及长宽比差异来提升模型对小型车辆的定位能力。结果显示，该模型在不增加额外计算量（GFLOPs）的情况下，可提高检测精度。

关键词： 嵌入式系统   图像处理   智能驾驶  

摘要： 随着汽车电子技术的飞速发展，嵌入式图像处理系统广泛应用于智能驾驶、辅助驾驶、车辆监控等领域，嵌入式图像处理技术可显著提升汽车的安全性、智能化水平和管理效率。本文分析了嵌入式图像处理系统在汽车领域应用的意义，阐述了实时目标识别与跟踪、多传感器图像融合处理、车道偏离与障碍物检测等关键技术，并针对这些技术在嵌入式系统实现存在的瓶颈，从算法优化、硬件加速、系统集成、精度提升等方面提出了设计与实现策略。

关键词： 水下传感器网络   目标跟踪   运动模型分类   IMM-LSTM-C  

摘要： 阐述针对跟踪水下移动目标时，运动模型区分度不足导致跟踪效果不佳的问题，提出一种基于LSTM运动模型分类的目标跟踪算法，以提高目标跟踪的精度。仿真实验表明，与IMM-BP算法相比，IMM-LSTM-C算法的精度提升了2.7%～7.1%。

关键词： 4D毫米波雷达   三维目标检测   滤波去噪   数据增强  

摘要： 环境感知技术是智能驾驶系统的核心组成部分,4D毫米波雷达作为一种新型的传感器,由于其低成本和适应雨天、黑夜等环境的优势,现已成为车辆环境感知的重要传感器。然而,因4D毫米波雷达采集到的数据较为稀疏,使其难以对所探测目标的几何形状、边界等信息进行描述,给目标检测和识别带来了巨大的挑战。针对上述问题,本文研究基于4D毫米波雷达的目标检测和识别方法,对车辆、行人和骑行者等道路目标进行检测识别。 具体研究内容如下: 1)针对4D毫米波雷达采集点云数据时,电磁波受物体反射干扰产生大量的不确定异常点,导致误检概率高的问题。提出了基于多维度特征融合的点云异常值滤除算法。首先根据随距离变化的滤波阈值,计算数据局部邻域密度和邻域内平均距离对数据特征进行分析,利用自适应联合滤波去除噪声点。之后,结合速度信息和雷达散射截面信息,利用多特征DBSCAN聚类方法对滤除后点集进行聚类,获得加标后点云簇。实验结果表明,基于多维度特征融合的点云异常值滤除算法相较传统三维点云滤除算法,能够更准确地对异常点进行滤除。 2)针对4D毫米波雷达点云稀疏,目标检测识别时难以获得有效几何形状特征,导致检测识别算法精度低的问题。在Point RCNN网络基础上提出了基于点云数据增强的目标检测识别算法。首先,利用目标质心速度分量预测,将相邻两帧加标后簇目标位置进行关联,通过位置变换矩阵将同一动态目标点云数据进行配准。之后,采用最近迭代点算法对相邻两帧静态目标点云进行融合,获得增强后点云信息。通过增加点云有效点数量的方式提高了目标检测识别算法的精度。实验结果表明,基于点云数据增强的目标检测识别算法相较于原始网络,目标检测识别的平均精度提高了25.32%。 3)针对基于体素的目标检测识别算法,体素化过程中容易丢失细节信息、特征提取时缺少感受野,使得检测识别算法精度低的问题。在Point Pillars网络基础上提出了基于体素特征优化的目标检测识别算法。首先,在点云特征编码模块中采用了多池化策略,减少池化过程中空间细节信息的丢失;其次,在骨干网络中引入高效多尺度注意力(Efficient Multi-scale Attention,EMA)模块和空洞空间金字塔池化(Atrous Spatial Pyramid Pooling,ASPP)模块,从多尺度的层次上提取特征,有效捕捉不同尺度的上下文信息。通过强化点云特征信息的方式提高了目标检测识别算法的精度。实验结果表明,基于体素的点云目标检测识别算法相较于原始网络,目标检测识别的平均精度提高了30.39%。

关键词： YOLOv5   注意力机制   联邦学习   寒武纪MLU  

摘要： 随着遥感技术的不断发展,遥感图像数据在国土资源检测、军事侦察、灾害应急响应等众多领域有着重要研究价值,海量遥感图像的高效智能分析需求日益迫切。目标检测技术目前作为一种主流手段被广泛用于图像数据的分析,然而当下的研究在遥感图像目标检测场景下仍然存在问题,如:遥感图像存在小目标聚集、目标方向随机、复杂背景干扰的特性,导致检测算法效果不佳;遥感数据通常分散于不同机构或地理节点,同时不同数据方的遥感数据差异显著存在异构性,难以对这些图像数据进行集中处理与分析。针对这些问题,本文的主要工作如下: (1)基于YOLOv5目标检测算法,提出融合注意力机制的C3-Attention模块,并设计分层注意力嵌入策略。通过融合高效通道注意力(ECA)与坐标注意力(CA)模块,在浅层网络强化小目标特征响应,中层网络增强空间位置感知,深层网络优化语义融合效率。并在NWPU VHR-10数据集上验证了改进的检测算法在遥感图像目标上的检测精度提升。 (2)针对联邦学习在遥感图像目标检测中面临的数据隐私保护与分布异构性挑战,提出了一种融合动态自适应近端正则化(DAPR)和贡献度感知加权聚合(CWA)的优化框架。通过DAPR策略,在客户端本地训练中引入动态调整的正则项,根据模型参数相似性自适应约束更新方向,抑制Non-IID数据导致的模型漂移问题;服务器端采用CWA机制,综合评估客户端与全局模型的方向一致性与本地损失下降贡献,动态分配聚合权重,优先融合高质量更新,缓解了传统加权平均策略在数据异质性场景下的低效问题。在遥感目标检测数据集RS-ObjectDet验证算法的可行性和有效性。 (3)根据自主国产化替代的战略要求,基于底层寒武纪MLU370计算卡与银河麒麟操作系统的国产化平台,设计了一个支持联邦训练与实时推理的分布式系统。系统中结合文中的两种理论成果,实现了对分布式异构遥感数据的协同训练与遥感图像的目标检测应用,为遥感智能分析技术在算法优化与系统实现层面的自主可控技术路径提供了方法参考和工程实践案例。