关键词： 絮团测量   YOLOv7模型   深度学习   目标检测   图像处理  

摘要： 针对传统图像处理方法在细颗粒泥沙絮团测量中易受失焦颗粒干扰、效率低、处理参数有较大主观性的问题，基于YOLOv7模型框架，提出一种基于深度学习模型的自动化图像处理模型(YOLO-floc)。基于构建高分辨率CCD相机系统，结合YOLO-floc模型实现絮团边界的精准定位和失焦颗粒的有效剔除，最终得到絮团尺寸、分形维数等相关信息，并进行了两组验证实验。结果表明，模型在不同粒径玻璃珠及微塑料颗粒的尺寸测量中，与手动方法测量结果高度一致，且能定量分析蒙脱石微粒在絮凝过程中絮团粒径的演变规律。研究验证了该方法在实验室条件下的可靠性，将深度学习模型应用于泥沙絮团测量领域，为泥沙输移、污染物迁移等研究提供了高效、高精度的技术支持。

关键词： 目标跟踪   Transformer   自适应令牌终止   跟踪框架   特征聚合   无人机   背景抑制   基准  

摘要： 无人机视觉跟踪是无人机应用的核心技术之一。现有无人机跟踪方法对输入搜索区域进行无差别关注学习，导致特征判别力下降，难以应对无人机场景中复杂的背景干扰。本文提出一种聚焦关键信息的目标感知Transformer无人机跟踪器。构建一个集成特征学习和目标搜索的单流跟踪框架，以增强令牌之间的信息交互。提出一种自适应关系建模机制，通过对目标模板和搜索区域令牌进行关系建模和动态分类，提前终止对背景令牌的处理，聚焦关键目标信息。设计了一个特征聚合模块，保留目标的细节特征，增强特征表示的判别力，并引入时序一致性约束以保证特征的稳定性。在UAV123、DTB70和UavDrak135无人机跟踪基准上的实验表明，所提出的算法在无人机跟踪方面达到了较优的性能。

关键词： 目标检测系统   YOLOv11n   重参数化卷积   注意力机制   月面探测  

摘要： 为提升无人机低空航拍场景下地面和月面目标的实时检测能力，提出一种基于改进YOLOv11n的轻量化目标检测模型与系统。针对航拍图像中目标尺度多变、背景复杂及平台算力受限等挑战，创新性地融合了通道混洗与单次聚合的重参数化卷积（Reparameterized Convolution based on Channel Shuffle - One-Shot Aggregation，RCS-OSA）和压缩激励注意力（Squeeze-and-Excitation Attention，SEAttention）。基于PyTorch构建的重参数化YOLOv11n-SEAttention（Reparameterized-YOLOv11n-SEAttention，Rep-YOLOv11n-SE）模型，在BDD100K数据集和月面移动目标检测任务中，当交并比（Intersection over Union，IoU）阈值为 0.5 时的平均精度均值（Mean Average Precision at ，mAP）达到了 56.9%，而当交并比阈值从 0.5 以 0.05 为间隔递增至 0.95，即涵盖 0.5、0.55、0.6、…、0.95 共 10 个阈值时，mAP达到了 30.3%，较基准模型提升3.45%和2.71%。同步开发基于PyQt5的交互系统，实现航拍图像/视频的实时处理与可视化，为低空智能巡检及地外探测提供轻量化解决方案。

关键词： 深度学习   目标检测   铁路轨道   异物侵限   轻量化  

摘要： 针对铁路轨道异物侵限检测精度偏低、速度偏慢、易出现漏检与误检的问题，提出一种基于浅层特征融合的轻量级铁轨异物侵限检测算法（YOLO Lightweight and Shallow-feature Fusion,YOLO-LSF）.首先，结合YOLOv8n特征提取网络，基于GhostConv改进C2f模块以构建C2f＿Ghost模块，从而降低模型的参数量和计算量；其次，在骨干网络尾端引入MLCA注意力机制，增强目标区域的特征信息，优化模型的特征提取效率；再次，利用可变形卷积DCNv2替换YOLOv8n中C2f模块的部分普通卷积，构建了C2f＿DCNv2模块，增强模型的特征提取能力；最后，在颈部网络中融入主干网络中的浅层特征信息，较好地解决了经多次卷积操作所导致的细节信息丢失问题，以提升模型对远距离异物（小目标）的检测能力.实验结果表明：在自建的铁轨异物入侵检测数据集上，相比于原YOLOv8n算法，采用YOLO-LSF算法处理的平均精度提升了5.2%，每秒帧数（Frames Per Second, FPS）提升了3.37%，参数量减少了20.1%，计算量减少了22.2%，有效提升了复杂环境下铁轨异物目标的检测精度与检测速度，降低了漏检与误检的概率.

关键词： 目标检测   交通标志检测   多尺度特征融合   RT-DETR  

摘要： 交通标志智能实时检测作为智慧交通系统的核心支撑技术,在无人驾驶决策系统与高精度动态地图构建中具有不可替代的战略价值.面对复杂多变的道路场景实时检测需求,尤其是现有DETR模型在复杂场景和小目标检测中的不足,本文提出了一种目标检测模型,针对强光照、雨雪天气等恶劣条件下交通标志特征易退化的问题,进一步提出了OmniFocus-RT-DETR模型.该模型引入动态范围直方图自注意力机制（DHSA）,通过动态范围自注意力机制,能够对天气退化引起的像素模式进行自适应处理,并结合动态范围卷积,有效缓解了光照剧烈波动带来的特征失真问题.同时,引入空间到深度的特征重组卷积（SPDConv）和CSP-OmniKernel模块,结合空间域与频域的联合学习方法,显著增强了复杂环境下模型的鲁棒性.实验结果表明, OmniFocus-RT-DETR模型在自制的复杂环境交通标志检测数据集TT100Kaug和CCSTDBaug中,相较于基准模型RT-DETR, mAP@50分别提高了8.9%和7.7%,小目标的检测精度也分别提升了9.1%和4%,在精度、鲁棒性和实时性上都优于当前主流方法.实验结果表明该改进方法能有效提高复杂环境下的交通标志目标检测精度.

关键词： 原木木材   端面识别   深度学习   YOLO改进   目标检测  

摘要： 天然木材端面存在不规则纹理与缺陷特征，木材端面识别定位属于一个难点问题。为提高木材端面的检测精度，同时减少模型参数量提高模型运行速度，方便移动端部署，对YOLO11模型进行改进，构建更加适用于原木检测的端到端深度学习模型。首先，使用PP-LCNet模型替换YOLO11网络结构的骨干网络，减少模型参数量，扩大感受野，提升模型大目标检测精度；其次，在颈部网络中加入无参注意力机制SimAM，自适应增强关键特征，抑制冗余信息，增强小目标识别能力；最后，引入NWD (Normalized Wasserstein Distance)损失函数，NWD更适合测量极小目标间的相似性，进一步提高对木材端面识别的准确率和精度。试验结果表明，同比基准模型，改进版模型具有更高的端面识别精度，mAP@0.5提升2.65%，mAP@0.95提升5.29%，浮点计算数下降了15.15%，在原木木材材积检测领域有着较好的应用价值。

关键词： 参考多目标跟踪   多模态融合   对比学习   目标跟踪   提示场景理解  

摘要： 参考目标跟踪(Referring multi-object tracking, RMOT)是一项利用语言与视觉模态数据进行目标定位与跟踪的任务,旨在根据语言提示在视频帧中精准识别并持续跟踪指定目标.尽管现有RMOT方法在该领域取得了一定进展,但针对语言表述概念粒度的建模仍较为有限,导致模型在处理复杂语言描述时存在语义解析不足的问题.为此,提出基于语义概念关联的参考多目标跟踪方法 SCATrack),通过引入共享语义概念(Sharing semantic concept, SSC)和语义概念辅助生成(Semantic concept generation, SCG)模块,以提升模型对语言表述的深层理解能力,从而增强跟踪任务的持续性与鲁棒性.具体而言, SSC模块对语言表述进行语义概念划分,使模型能够有效区分相同语义的不同表达方式,以及不同语义间的相似表达方式,从而提升多粒度输入条件下的目标辨别能力. SCG模块则采用特征遮蔽与生成机制,引导模型学习多粒度语言概念的表征信息,增强其对复杂语言描述的鲁棒性和辨别能力.在两个广泛使用的基准数据集上的实验结果表明,所提出的SCATrack显著提升RMOT任务的跟踪性能,验证了方法的有效性与优越性.

关键词： 视觉   植株参数   自动化   图像处理   参数  

摘要： 根据“十四五”规划中提出的智慧农业要求，机器视觉技术对农业植物生长的研究非常重要，玉米的表征参数作为评价植物植株生长状态的数据是衡量植物生长的重要数据，农业实际生产中，传统的人工测量方法来获取玉米参数已不再适用。本文研究了一种基于计算机视觉图像的方法自动获取玉米植株参数，并利用一个生长周期的玉米植株视觉图像作为试验对象，通过此方法分别提取该生长周期内的玉米页篇的形态参数，通过参数发现叶片拟合的二次函数变化规律。

关键词： 目标检测   YOLOv5   RK3588   消防设施运行状态  

摘要： 针对在消防设施上直接安装终端设备监测其运行状态可能带来的潜在影响，文章设计并研发了一种基于YOLOv5目标检测技术的消防设施监测装置。该装置的核心目标是快速、准确地识别消防系统运行状态，并及时反馈相关信息，以提升监管效能。文章构建了专门的数据集，并基于YOLOv5模型进行训练，以获得更高效的检测模型；随后对模型进行了优化转换，选用性价比高的RK3588单片机作为核心处理器，并结合高清摄像头，实现对消防设施运行状态的实时监测。实验结果表明，该装置能够出色地完成消防系统运行状态的监测任务，并在异常时及时发出警报。

关键词： 遥感图像   目标检测   特征融合   注意力机制   正交损失  

摘要： 遥感图像中的飞机目标往往存在形状近似的特点，尤其是特定型号之间仅存在细微差异，因此如何精确地进行细粒度飞机目标的检测与识别依然是一个挑战。在目前基于深度学习的目标检测方法中，针对模型不同部位提出的各类改进方法能够在一定程度上提升细粒度类别间的检测精度。然而，现有方法忽视了多尺度判别性特征以及类别间隔约束在细粒度任务中的重要性，可能会限制模型从特征表征到特征判别的性能。针对这一问题，提出了一种基于多层级特征交互与正交损失函数的细粒度目标检测模型。该模型能够利用门控融合机制有效融合不同层级的多尺度特征，在多种感受野的注意力机制下提高判别性特征的表征能力，并结合自适应损失项权重在正交损失函数中增强特征的类内紧凑性与类间可分性，从而提升模型对细粒度目标特征的表征与判别能力。在MAR20与SMID两个遥感细粒度目标检测数据集上，进行了多组消融实验及对比实验。实验结果表示，采用该模型在MAR20数据集上最高可以达到61.45%的平均精度均值，相对于基线模型至少提升了0.43%，最多提升了6.29%；在SMID数据集上最高可以达到63.9%的平均精度均值，相对于基线模型至少提升了1.7%；在两个数据集上相对于其他主流算法均达到最佳的精度与性能。