关键词： 零样本目标导航   强化学习   开放词汇目标检测   主动感知  

摘要： 针对现有零样本导航方法中大语言模型计算复杂度较高、难以满足实时性要求，以及基于物体关系的建模方法易受环境变化影响、泛化性差的问题，提出一种基于开放词汇目标检测的零样本目标导航方法。针对开放世界的导航场景对实时性与目标识别精度的双重要求，构建一种面向导航任务的目标检测优化策略，在开放词汇目标检测模型的基础上引入空间约束与置信度融合机制，实现低延迟条件下的可靠目标检测。为增强智能体对目标语义与环境空间的感知能力，设计了一种带有反馈机制的目标导向语义提取网络，通过交叉注意力机制提取目标语义与环境特征之间的关联信息，同时使智能体主动感知当前状态并进行及时调整，从而避免无效探索。实验结果表明，与TDANet法相比，本文方法在18/4与14/8两组类别设定中寻找未知物体的准确率分别提升19.5%和22.0%，寻找已知物体的准确率分别提升6.6%和6.3%。此外，真实环境中的实验验证进一步证明了本文方法在不同环境下的适应性及面对未知目标时的泛化能力。

关键词： 目标检测   小样本   特征对齐   孪生网络   注意力机制  

摘要： 针对小样本目标检测中实测数据稀缺导致模型泛化能力不足的问题，本文提出一种基于多尺度特征对齐的小样本目标检测方法。首先通过La Ma算法进行仿真数据增强，以生成高真实度的仿真数据，扩充训练样本；其次，设计显著性特征提取模块，通过分层嵌入坐标注意力机制，增强目标区域特征响应，并抑制复杂背景噪声。最后，构建多尺度特征对齐模块，针对底层纹理、中层结构及高层语义特征进行层次化对齐处理，同时设计多尺度特征对齐损失函数，从而实现跨域特征分布的一致性约束。实验结果表明，所提方法相较于基准算法，准确率提高了20百分点，召回率提高了2.8百分点，m AP@0.5提高了13.5百分点。与YOLOv8、YOLOv11、SSD和Faster R-CNN目标检测算法相比，所提方法的m AP@0.5分别提升了12.1百分点、8.1百分点、35百分点、30.6百分点。结果充分验证了所提方法的有效性与鲁棒性，为小样本目标检测任务提供了一种有效的解决方案。

关键词： 安全管理   目标检测   YOLO11   DySample   特征融合  

摘要： 在工业生产和施工现场中，工人不佩戴安全帽、吸烟、玩手机等不安全行为是安全事故的重要诱因，亟需精准识别与实时监测。然而，由于安全帽、香烟和手机等目标尺寸较小，现有YOLO11目标检测算法存在漏检、误检问题，主要原因在于其骨干网络的多尺度特征表征能力有限，且颈部网络在跨层特征融合中存在信息丢失。为解决上述问题，本文提出ME-YOLO11算法。首先构建了一种新的特征处理模块C3k2＿MLCA，用以替换原骨干网络的C3k2来重构网络，增强模型的对于小目标的特征提取能力；其次在颈部设计增强特征融合金字塔网络（Enhance Feature Fusion Pyramid Network， EFFPN），结合DySample动态上采样、内容引导注意力融合层及微小目标融合层，强化多尺度特征交互。实验表明，ME-YOLO11在自建WUBD数据集上mAP@0.5达91.2%、mAP@0.5-0.95达64.0%，在VisDrone2019上分别为38.5%与23.2%，展现出优异的小目标检测性能和泛化能力。

关键词： 托盘检测   YOLOv8n   BRA稀疏注意力模块   Shape-IoU   基于GSConv的Slim-neck结构  

摘要： 针对现实工厂环境下，光线不足、障碍物较多等因素的干扰，时常会对托盘造成漏检、误检等问题，提出一种基于改进YOLOv8n 的托盘目标检测方法。首先，将结合Transformer的BRA稀疏注意力模块加入到 YOLOv8n 模型的主干网络特征提取环节，以减少障碍物遮挡对托盘检测的干扰；其次，引入 Shape-IoU 损失函数，进一步增强了模型在光线不足以及背景干扰严重情况下对托盘的识别能力。最后，利用基于GSConv的Slim-neck结构重构YOLOv8n的特征融合网络，实现轻量化颈部网络。实验结果表明，改进后的算法在测试集上的平均精度均值达到89.6个百分点，相较于原模型提升2.8个百分点，漏检率和误检率分别下降2和2.2个百分点，有效改善了光线不足和障碍物遮挡情况下托盘识别的漏检和误检问题，同时检测帧率达到330.52FPS，可以快速精准地进行托盘检测识别，适合部署在智能叉车上，以提高运营效率并提升仓库智能化水平。

关键词： 合成孔径雷达(SAR)   目标检测   大型选择性核网络(LSKNet)   YOLOv8算法   空间到深度卷积(SPDConv)   高效多尺度注意力(EMA)机制   多尺度融合  

摘要： 针对合成孔径雷达(synthetic aperture radar,SAR)图像舰船目标检测中存在的目标背景信息易忽略,以及多尺度条件下检测精度较低的问题,结合大型选择性核网络(large selective kernel network,LSKNet)和YOLO算法,给出一种LSK-YOLO算法。首先,使用LSKNet作为主干网络,动态调整感受野的大小,将舰船目标的背景信息考虑到检测过程中;然后,使用空间到深度卷积(space-to-depth convolution,SPDConv)改进传统卷积,减少卷积导致的细粒度信息丢失和学习特征不足的问题;最后,将高效多尺度注意力(efficient multi-scale attention,EMA)机制融入颈部段,从而提高多尺度下特征融合的能力,提高了算法的检测精度。针对平均精度值(mean average precision,m AP),实验结果表明:在HRSID据集上,该算法比YOLOv7算法提高了12.66个百分点,比YOLOv8算法提高了2.09个百分点,达到了96.30%;在SSDD数据集上,该算法比YOLOv7算法提高了2.62个百分点,比YOLOv8算法提高了1.43个百分点,达到了96.07%。

关键词： 低慢小   目标检测   注意力   多尺度   损失函数  

摘要： 针对低慢小无人机目标检测中特征丢失率高、背景干扰强和模型效率-精度失衡问题，提出了一种基于YOLOv11n、面向低慢小无人机的目标检测方法 LSS-YOLO。通过设计小目标注意力模块，优化多维度注意力协同机制，能够实现小目标特征增强；通过构建动态多尺度特征增强机制，结合动态多尺度特征对齐、自适应特征融合机制和小目标注意力增强，能够提升模型对小目标的检测能力；通过优化CIoU损失函数，能够强化微小目标检测，增加对小尺寸目标的敏感程度。实验表明，改进模型在DUT-Anti-UAV数据集上m AP@0.5能够达到94.1%，较YOLOv11n提升11.3%，可为低空空域安全防卫提供高精度实时解决方案。

关键词： 车载红外   YOLO   深度学习   目标检测  

摘要： 针对车载红外图像具有较低对比度，目标细节和轮廓信息不够清晰，造成小目标特征易丢失及识别错误率高的问题，提出红外图像小目标检测模型YOLO-OS(Object-Small)。首先，构建极小目标检测层架构，以有效融合深层语义特征，增强模型对特征信息的表征与解析能力，同时，引入ADown下采样卷积在轻量化与精度之间取得最佳平衡。其次，主干网络设计了融合空间-通道重构卷积的C3SCC模块，增强模型对复杂背景中小目标的检测性能，同时保持较低的参数量。最后，采用动态上采样（Dysample）替代传统上采样方法，提高了多尺度融合过程中的插值精度。实验结果表明，相较于基准模型YOLOv11n，所提出的模型在保持38%参数量压缩的同时，mAP指标从51.5%提升至57.5%，在红外图像小目标检测任务中展现出更优的特征提取能力和检测精度。

关键词： YOLO11   可变形卷积   注意力机制   生活垃圾   目标检测  

摘要： 随着城市化进程的加快，生活垃圾量的持续攀升对生态环境形成严峻挑战，因此基于目标检测的智能分拣技术成为关键解决方案。针对现有检测模型在复杂场景下精度不足和部署效率低的问题，提出一种改进的YOLO11生活垃圾检测模型。通过引入可变形卷积和自主设计的三分支坐标注意力机制，构建了增强型可变形卷积模块，并用其重构骨干网络中的C3k2，显著提升了模型对复杂背景中目标的特征提取能力。此外，采用内容感知特征重组算子替代颈部网络中的上采样，增强特征重建效果。引入指数移动平均滑动损失函数，有效提升检测精度并加速模型收敛。在优化后的华为云生活垃圾数据集上进行的实验表明，改进模型在mAP@0.5和mAP@0.5:0.95指标上分别达到76.5%和64.6%，较基线模型提升1.8%和1.7%。相比其他主流检测算法，改进模型参数量仅为2.8M，更适合移动端部署。

关键词： 目标检测   FOCS   SRM   FPN   SAHN   BMDE   变电站设备  

摘要： 针对变电站设备缺陷识别中背景噪音以及对多种目标缺陷适应能力较差导致的错检和漏检，本文提出一种基于场景特征增强的变电站设备缺陷检测算法。首先，设计SRM模块提取全局上下文特征，逐步细化场景信息与局部实例特征融合，增强算法对多样化场景的适应性；其次，构建SAHN模块，结合场景信息与原始实例特征，进一步增强模型对外观相似目标的区分能力，以减少背景噪音干扰；最后，提出BMDE平衡混合数据增强方法，对不同图像样本进行混合生成新的训练样本，从而提高数据的多样性，增强模型在多变条件下的检测能力。实验结果表明，SEFENet在变电站设备缺陷检测PmA@0.5达到95.8%，相较于Faster R-CNN、SSD、YOLOX、YOLOv8，YOLOv9，YOLOv10，YOLOv11以及FCOS算法PmA@0.5分别提升5.8%、5.9%、4.1%、3.7%、4.6%、3.7%、3.3%、2.9%，能够满足变电站设备缺陷检测的高精度与实时性需求。

关键词： 计算机视觉   车道线检测   因果干预   位置编码   鸟瞰图  

摘要： 针对如光照突然变化、极端天气等环境干扰导致的鸟瞰图车道线检测中的特征模糊和误检问题，本文提出了一种基于因果干预的BEV车道检测框架。首先，为提升BEV空间转换过程中特征的表示效果，设计复合位置编码并融合至前视图特征，以保持空间连续性与一致性。其次，在获取BEV特征后构建因果干预模块，因果干预模块旨在通过生成反事实特征来显式地将车道线特征与环境干扰解耦，以提高模型在极端环境中的稳定性。最后，通过引入特征融合模块完成多尺度特征的动态校准与干扰抑制，并利用全局注意力机制实现BEV特征的增强。实验结果表明，在Apollo数据集的三个子集中，相比于性能第2的模型，F1值提高了0.8%，1%，3%；在OpenLane数据集内的包含极端天气、夜间及交叉路口等挑战性场景中，F1值也达到了最佳。成功实现了车道线特征与环境干扰的显式解耦，为复杂环境下的自动驾驶感知提供了高鲁棒性解决方案。