关键词： 蜜蜂   小目标检测   反向残差移动块   多尺度融合   归一化高斯Wasserstein距离(NWD)  

摘要： 随着我国智能养殖的快速发展，利用目标检测技术实现对蜜蜂的实时动态监测，对提升养蜂业的数字化与智能化水平具有重要意义。针对复杂背景下蜜蜂检测难度大、准确率不高的问题，提出一种基于YOLOv8(you only look once version 8)改进的目标检测算法YOLO-iTN。该算法在主干网络使用反向残差移动块（inverted residual mobile block,iRMB）改进C2f，提出全新的iC2f(iRMB-C2f)，增强对小目标的检测能力。在颈部网络提出新的跨域多尺度特征融合网络TX-BiFPN改进PANet(path aggregation network)，利用细节特征和跳跃连接，提升多尺度特征融合能力。在头部网络增加极小目标检测头，去掉大目标检测头，强化对浅层特征信息的利用。此外，引入了归一化高斯Wasserstein距离（normalized Wasserstein distance, NWD）损失函数削弱模型对小目标位置偏差的敏感性，提高对小目标的识别检测能力。结果表明，YOLO-iTN的平均检测精度AP50较原始YOLOv8提升1.6个百分点，AP50:95提升2.0个百分点，综合性能优于原始YOLOv8及其他模型。

关键词： 副矿物   锆石   深度学习   目标检测   改进YOLOv5s   C3ECA   SimSPPF  

摘要： 基于深度学习镜下矿物的识别研究中，前人主要针对颗粒较大的主要矿物开展识别研究，缺乏对具有重要意义且较小的副矿物识别的探讨。本文以三大岩类中常见的副矿物锆石为例，提出一种基于改进YOLOv5s实时识别薄片中锆石的方法。在YOLOv5s基础上引入改进后的高效通道注意力机制（Efficient Channel Attention,ECA）和简化空间金字塔池化（Simplified Spatial Pyramid PoolingFast,SimSPPF）模块，运用构建的岩石薄片中的锆石数据集训练模型后，将获得的最佳训练权重文件结合mss等库实现对薄片中锆石实时识别与定位。经验证，本文改进YOLOv5s模型的精度、召回率和mAP50分别达到88%、82%、86%。本文基于深度学习提出的新方法，不仅为镜下副矿物识别提供了新思路，也为微小矿物检测与珍贵样品无损分析提供新方案。

关键词： 马铃薯除杂   深度学习   目标检测   路径规划   机械臂分拣  

摘要： 为了解决马铃薯收获环节仍依赖大量人工，且现有的分段收获机无法有效完成分选和清理工作等问题。设计了基于深度学习的目标检测与机械臂路径规划的马铃薯分拣系统。该系统由视觉定位和机械臂路径规划俩部分组成。视觉定位由RT-DETR算法识别马铃薯、土块和石块，完成对应目标的定位。通过相机标定与手眼标定实现世界坐标系、相机坐标系、图像坐标系及像素坐标系之间的转换，并基于传送带高度获取目标空间位置坐标。运动学分析基于Denavit-Hartenberg参数建立机械臂连杆坐标系，通过齐次变换矩阵实现正运动学建模，并采用几何法简化逆运动学求解，推导出关节角解析表达式。路径规划选用三次多项式插值法，通过设定起始终止角度、速度边界条件，生成平滑轨迹，确保各关节加速度变化平缓。最终，马铃薯分拣系统基于PyTorch框架部署RT-DETR轻量化检测模型，模型数据集上准确率达到93.3%，召回率达到93%，在堆叠、覆土、强光条件下分别实现97.5%、90.3%、95%的识别准确率。集成OpenCV与Socket通信协议，系统定位误差≤1.342 mm。结合渐进式分拣策略与三次多项式轨迹规划，取得92.9%分拣成功率与1.3%误检率。马铃薯分拣系统能够在不同条件下对马铃薯与杂物精准识别，并协同机械臂实现马铃薯实验台分拣。

关键词： 深度学习   目标检测   多模态机器学习   图像-文本匹配  

摘要： 针对现有基于clip的交通目标识别与检索方法存在精度不高问题，提出了一种轻量的文本视觉多模态检索方法。该方法首先利用了CLIP 框架的零样本学习能力，实现了在现实世界场景中对训练样本之外的分布外目标的有效识别；然后通过完整构建一个以用户文本描述为查询，同时结合目标检测模型建立了一种视频图像检索系统，并综合运用了实时目标检测模型和目标聚类算法，实现了现实交通场景中根据文本的对目标的有效识别与检索。在Open-Transmind数据集上的实验结果表明，同基于CLIP的迁移学习模型相比，该方法可将F1-score提升约两倍，推理速度提升40%，同时该方法的GPU显存占用较低，证明了所提方法的有效性。

关键词： 遥感图像   目标检测   YOLOv7-tiny   GSConv   MPDIoU   Dy Head  

摘要： 针对遥感图像尺度变化大、场景信息复杂、小目标特征信息较少等导致的检测精度较低和当前目标检测模型参数量大、复杂性高导致的检测效率低的问题,提出了一种轻量化的YOLOv7-tiny遥感图像检测算法。首先,使用组混洗卷积(group shuffle convolution, GSConv)和Vo V-GSCSP模块改进网络颈部,在保持足够检测精度的同时减少模型的计算量和网络结构的复杂性;其次,在预测时采用一种结合注意力机制的动态预测头(dynamic head, DyHead),通过在尺度感知的特征层、空间感知的空间位置及任务感知的输出通道内,结合多头自注意机制,提高目标检测头的性能;最后,利用基于Wasserstein距离的小目标检测评估方法(normalized Wasserstein distance, NWD)结合基于最小点距离的边界框回归损失函数(minimum points distance-Io U, MPDIoU)来优化原模型的损失函数,增强对小目标检测的鲁棒性。实验结果表明,本文所提出的算法在DIOR数据集和RSOD数据集的m AP@50分别达到87.7%和94.7%,比原YOLOv7-tiny模型分别提高了2.7百分点和5.1百分点,且每秒检测帧率(frames per second,FPS)分别提高了12.2%和11.9%,能够有效提高遥感图像小目标检测的精度和实时性。

关键词： 虚拟施工   计算机视觉   运动控制   人体运动姿态追踪   模拟仿真  

摘要： 为提升建筑工人安全性，设计并实现了基于计算机视觉的虚拟施工仿真系统，支持工人远程操控类人形机器人施工。通过Kinect深度相机采集人体骨骼运动数据，经异常数据剔除、平滑处理和归一化技术对数据进行优化，并利用MediaPipe提取手部三维运动坐标，实现人体运动姿态的精准追踪。采用Blender构建虚拟工人和场地模型，基于四元数逆运动学方法控制虚拟工人运动，同时限制关节角度增强动作模拟的真实性。实验结果表明，系统帧率稳定于60帧/s，端到端延迟低于20 ms，虚拟任务完成时间接近真实场景，验证了该系统的工程实用性。该系统可驱动虚拟工人执行任务，为施工安全培训提供技术支撑。

关键词： 海面小目标检测   代价敏感学习   不平衡数据集  

摘要： 针对海面小目标检测中特征提取能力弱、样本不平衡的难题，本文提出基于代价敏感学习的深度信念网络（deep belief network，DBN）与极端梯度提升（extreme gradient boosting，XGBoost）融合检测模型。通过DBN自动提取雷达回波深层特征，克服人工特征选择的主观性；结合XGBoost分类器引入代价敏感矩阵，缓解海杂波与目标回波的数据不平衡。基于IPIX 1993雷达数据集（IPIX 1993 radar dataset）的测试表明：在0.512 s观测时间与0.001虚警率下，检测率较三特征检测器提升56%；1.024 s条件下检测率达0.875，优于Hurst指数检测器、三特征检测器及快速自适应聚类梯度提升树（fast adaptive clustering gradient boosted decision trees，FAC-GBDT）方法。通过理论推导实现虚警率自适应控制机制，突破固定阈值限制。研究证明深度特征学习与代价敏感算法的协同优势，为海洋监测系统提供更优解决方案。

关键词： 激光雷达   无人船   目标检测   路径规划  

摘要： 针对当前无人船在水面环境目标检测和路径规划方面存在的效率与精度不足，本文提出了一种基于激光雷达的水面目标检测方法与基于KD-Tree的安全区域RRT*路径规划算法。首先，利用激光雷达采集的环境点云数据，通过双边滤波算法对散乱无序的噪声点云进行滤波，减少后续处理的数据量。接着，采用改进RANSAC算法实现水面点云分割，从而区分水面与非水面区域。随后，使用多聚类阈值的欧式聚类算法完成水面目标检测，识别水面障碍物信息。在此基础上，设计了一种路径规划算法，为无人船生成安全可行的航行路径。仿真及实验结果表明，所提方法在水面目标检测与路径规划中表现出较高的可靠性与有效性，为无人船在复杂水面环境中的自主航行提供了重要技术支撑。

关键词： STM32F407IGT6   便携式超细电子内窥镜   OV6946   图像处理  

摘要： 针对医疗领域狭小空间内高质量成像的需求，设计了一种基于STM32F407IGT6微控制器的便携式超细电子内窥镜系统。该系统采用OV6946摄像头模组采集图像，并通过OV426桥接芯片将模拟信号转换为数字信号，利用USB3300接口将图像数据传输至上位机。上位机基于LabVIEW平台，噪声滤波、RAW色彩还原及改进型CLAHE算法，显著提升了图像质量。实验中，通过去噪处理后，图像的峰值信噪比（PSNR）达到37.65dB，结构相似度（SSIM）为0.9708，去噪效果良好，图像保留了较高的细节和结构相似性；通过图像增强，局部对比度由3.32提升至13.16，平均梯度由7.08提升至28.05，显示出显著的血管区域对比度和清晰度提升。系统实时处理帧率在30帧，处理延时为33ms，能够满足医疗诊断中对高实时性和高质量图像的要求。硬件设计上，系统的体积和重量相较于传统设备显著减小，增强了便携性与操作灵活性。实验结果表明，系统在成像质量、实时性和便携性方面表现出色，能够有效辅助临床诊断，提高医疗操作的精准度与效率，具有广泛的临床应用前景。

关键词： 奶牛乳头检测   深度学习   YOLOv8   模型改进   目标检测  

摘要： [目的] 在自动化挤奶系统中，奶牛乳头精确识别极为关键。由于挤奶厅环境复杂，当前奶牛乳头检测存在精度差、效率低等问题，这将影响挤奶操作准确性和工作效率，降低养殖效益。为此，提出一种用于奶牛乳头检测的改进DRN-YOLO模型。[方法] 该模型采用DRNet模块优化YOLOv8骨干网络，提升特征提取能力，并且在路径增强网络中增加检测特征尺度和空间金字塔池化（Spatial yramid pooling，SPP）结构提升特征图特征提取的方法，使模型可从更多维度分析、提取图像特征，增强奶牛乳头识别效果，优化参数配置。为测试DRN-YOLO性能，用600 张奶牛乳头图像构成测试集进行测试。[结果] 与常用目标检测模型（YOLOv9模型和Faster RCNN模型）进行比较，试验结果表明，该模型的精确率为99.07%，召回率为98.88%，平均精度均值（mean Average Precision，mAP）为98.41%，F1值为98.97%。相较于YOLOv8和DRN-YOLO模型各种检测指标数值均提升2%左右；相较于Faster RCNN和DRN-YOLO模型检测时间缩短了542 ms，且检测精度比Faster RCNN高1%。[结论] 改进的DRN-YOLO模型能够实现对奶牛乳头的准确检测，该研究为自动化挤奶研究做出有益的探索。