关键词： 知识蒸馏   目标检测   增量学习  

摘要： 目标检测模型通常需要不断学习新目标知识以满足业务场景的变化。为了避免增量学习中的“灾难性遗忘”问题,提高目标检测模型在增量学习中的性能,本论文提出了一种基于Sinkhorn距离的增量蒸馏方法。该方法采用Sinkhorn距离作为蒸馏损失函数,引导两个YOLOv11模型(学生模型和老师模型)间的知识传递。和常用于知识蒸馏的Kullback-Leibler散度相比,Sinkhorn距离能够有效避免学生模型输出平滑问题,从而提高增量蒸馏的效果。该论文提出的增量蒸馏方法在coco 2017数据集上进行验证,结果表明该方法能够有效解决“灾难性遗忘”问题,从而提高目标模型的性能。

关键词： 火灾初期检测   YOLOv5s   轻量化   EMA注意力   目标检测  

摘要： 针对森林火灾初期检测领域中环境背景复杂、小目标火焰和烟雾纹理特征不明显、模型参数量大、实际部署计算资源受限的问题,提出基于改进YOLOv5s的轻量化森林火灾初期检测算法YOLO-VRG。首先,使用极简主义网络VanillaNet作为特征提取网络,以显著降低模型复杂度,实现高效特征提取;其次,设计了空间特征和特征通道重建注意力卷积RVBC3EMA模块,以减少空间和通道维度上的特征冗余,提高特征表达能力;最后,充分利用分组混洗卷积以进一步降低模型参数量和计算量。实验结果表明:YOLO-VRG模型相比于原始模型,mAP@0.5达到了87.6%,提升了3.2%的同时,模型参数量减少了74.1%,GFLOPs降低了71.9%,仅有2.1 M的参数量和4.5的GFLOPs,该算法在提高检测精度的同时大幅度减少了模型参数量,能更好的适用于计算资源受限的场景。

关键词： 城市立体感知网   无人机自动机场   人工智能   深度学习   目标检测  

摘要： 历史文化街区是城市历史文化遗产集中保存的核心地段,是历史文化名城保护的关键环节和重要内容。本文针对我国历史文化街区监督管理滞后、传统风貌屡遭破坏、动态监测手段落后等问题,提出了建设城市立体感知网的设想,研究了关键技术,并以广州市历史文化街区为试点,验证了感知网建设的显著成效。

关键词： 苹果采摘机器人   自校正照明网络   夜间识别   夜间补偿光源   目标检测  

摘要： 机器人夜间采摘是大幅提高苹果采摘机器人作业效率的有效途径。为解决夜间环境下苹果采摘机器人无法准确识别苹果,不能区分不同目标等关键问题,本文提出了一种基于自校正照明网络的苹果采摘机器人夜间目标识别方法。基于TracePro软件分析了图像采集区域的光照均匀性,确定了补偿光源最佳安装角度;对比分析白炽灯、LED灯、高压钠灯、卤素灯4种补偿光源下图像RGB、HSV分量的变化规律,确定白炽灯为适合苹果目标夜间识别检测的最优补偿光源;选用YOLO v8s作为主干网络,并将自校正照明网络SCINet嵌入到YOLO v8网络中,解决了图像局部过曝光和局部欠曝光问题;将注意力机制CBAM嵌入到骨干网络中,更好地提取苹果目标特征;用超轻量动态上采样器DySample模块替换原有的UpSample模块,增强对树冠深处小目标苹果的检测能力;在构建的夜间苹果数据集上进行训练与测试。试验结果表明,改进的YOLO v8模型可实现对夜间环境下图像中可采摘和不可采摘苹果的识别与分类,识别模型召回率为82.9%,准确率为81.4%,mAP为86.8%。将本文模型与YOLO v5s、YOLO v7、YOLO v8n、YOLO v8s、YOLO v8m、YOLO v11s等主流模型进行对比,本文改进的YOLO v8s模型mAP分别提高3.9、13.1、12.9、6.2、2.7、5.7个百分点,召回率分别提高0.9、6.1、7.2、2.6、2.3、1.8个百分点。研究结果可为苹果采摘机器人在夜间环境下采摘作业提供技术支撑。

关键词： 卷烟辅料   仓储信息   条码检测   机器视觉   图像处理  

摘要： 在烟草行业智能化、精细化转型背景下,卷烟辅料仓储管理的效率与精准度是制约企业高质量发展的关键。针对传统管理中条码识别效率低、环境适应性差等问题,本文设计开发卷烟辅料仓储信息智能检测系统。该系统集成高速摄像技术、自适应动态补光系统及深度学习条码识别算法,构建“一机多码”并行采集模式,实现复杂光照与多样垛型下的条码多角度快速精准识别;通过全流程数据追踪体系,对辅料实施监控与精准检测,可优化库存周转率及资源配置效率。应用表明,每套系统年省人工1-2人、费用约20万元,为烟草仓储智能化改造提供可复制方案,对推动烟草工业智能制造具有重要价值。

关键词： YOLO   草莓成熟度   目标检测   图像处理   深度学习  

摘要： 草莓生长环境复杂,显著增加了草莓成熟度检测的难度,限制了自动化采摘技术的发展。为解决这一问题,建立了1个包含5145张图像,3种成熟度类别的草莓数据集。同时提出1种草莓成熟度检测方法ASD-YOLO。首先,在特征感知阶段引入自适应下采样方法,通过其自适应调整采样区域的能力,保留草莓目标的细节纹理特征,提高模型表征能力;其次,嵌入无参数注意力机制,动态增强有效特征响应并抑制无关背景干扰,显著提升模型在遮挡和光照变化条件下的识别鲁棒性;最后,针对不同成熟度草莓所表现出的复杂特征,在模型中引入统一注意力机制目标检测头,融合尺度、空间及任务感知能力,提升多尺度目标检测精度。结果表明:该方法在草莓成熟度检测任务中精确率、召回率、F1分数以及平均精度均值分别为94.8%,94.0%,94.4%和97.2%,验证了该方法的准确性和可靠性,为草莓自动化采摘提供理论依据。

关键词： 深度学习   目标检测   改进YOLOv10   苹果叶部病害识别  

摘要： 为解决苹果叶部病害能被快速及准确地识别问题,提出并验证了一种改进的YOLOv10-n模型。通过引入空间金字塔池化增强局部注意力网络(spatial pyramid pooling efficient lightweight aggregation network,SPPELAN)替换YOLOv10-n模型主干网络中的空间金字塔池化-快速模块(spatial pyramid pooling-fast,SPPF)以提升主干网络的多尺度特征融合能力,并采用组洗牌卷积(ghost convolution,GSConv)优化检测头部的计算效率。实验结果表明,改进后的YOLOv10-n模型对未参与训练的711幅图像的检测速度达1.4 ms/幅,与原模型相比每幅图像的检测速度提升了28.6%,mAP@50提升2.32%,参数量减少6.47%。与基于单阶段目标检测框架下的YOLOv3-SPP、YOLOv6和两阶段目标检测框架下的RT-DETR相比,mAP@50分别提升72.95%、6.58%和121.92%。

关键词： 计算机视觉技术   教育领域   智慧课堂  

摘要： 计算机视觉技术依托图像与视频处理优势,成为教育革新的重要驱动力.研究聚焦于该技术在教育领域的应用,阐释核心技术原理,剖析其在教学场景、学生评估及教育管理中的具体实践,涵盖沉浸式课堂交互、作业智能评阅、校园安全防控等方面.研究表明,计算机视觉技术可优化教学流程、提升评估精准度、增强管理效能,但在实际应用中面临数据隐私保护与模型效率优化等挑战,旨在为后续研究与实践提供参考.

关键词： 计算机视觉   遥感图像   语义变化检测   Vision-xLSTM   多尺度结构  

摘要： 语义变化检测是二进制变化检测的扩展,不仅能识别遥感图像中的变化区域,还能提供详细的语义类别变化,这一点在土地覆盖与利用监测任务中尤为重要。传统的三分支卷积神经网络架构和基于时间一致性的学习方案在语义变化检测中得到广泛应用,但如何有效区分语义变化并充分建模时间依赖性仍然具有挑战性。该文提出了一种结合CNN和Vision-xLSTM(ViL)的新型架构ViLSCD来解决语义变化检测问题。首先,设计了多尺度特征增强融合模块,提升模型对细粒度特征的表达能力;其次,引入差分多阶段特征交互蒸馏模块,增强模型对变化信息的感知;最后,使用ViL模块充分建模时间依赖性。在Landsat-SCD数据集上进行的实验表明,ViLSCD模型在语义变化检测任务中取得了显著成效,其mIoU和SeK分别达到90.38%和64.12%,均超越了当前现有方法,从而证实了该架构在该任务中的优越性。

关键词： 卫星产品工程   空间目标光学探测   图像处理   杂散光滤除   并行计算  

摘要： 空间目标光学探测类产品是卫星工程的重要部分之一,其可靠性与精度是决定在轨任务效果的关键因素。对于此类产品,杂散光会严重影响其在轨性能。现有的抗杂光算法往往提取特征有限,虚警率高,或是处理过程复杂、计算量大,不适用于在轨实时处理。本文面向空间目标探测提出了一种杂散光滤除算法。该算法基于相互独立的图像块提取块灰度均值、块内灰度梯度、块内类间最大灰度差3种特征量,并判断出杂光干扰程度,从而采取相应的滤除措施,最后过滤出包含目标的有效图像数据。此外,该算法可基于并行运算体系结构,通过硬件实现随图像数据流的并行计算,计算过程简单,实时性好,便于以嵌入式模块嵌入至产品中。通过仿真验证和外场观星试验验证,该算法的杂散光滤除性能优异,受杂光干扰时仍具备稳定可靠的目标探测能力,且虚警率低,可显著提升星敏感器、大视场空间目标监视相机等产品的抗杂散光干扰能力和在轨可靠性。