关键词： BiFPN   YOLOv8   皮革   缺陷识别   目标检测   多尺度特征融合   深度学习   优化策略  

摘要： 传统的图像处理方法难以有效应对复杂背景和不同尺度的缺陷，文章提出了一种融合双向特征金字塔网络（BiFPN）的YOLOv8架构优化策略，旨在提升皮革缺陷识别的精度和效率。YOLOv8作为一种高效的目标检测框架，结合BiFPN的多尺度特征融合优势，增强了模型在复杂背景下的特征提取能力。通过在YOLOv8中引入BiFPN模块，模型能够更好地捕捉不同尺度的皮革缺陷，并通过优化后的损失函数进一步提高识别的准确性和稳定性。实验结果表明，改进前的YOLOv8权重为6.3 MB，改进后降至4.3 MB，且mAP50提高了0.2%。该优化策略相较于传统方法和未融合BiFPN的YOLOv8，提升了识别精度和识别速度，优化了YOLOv8框架在皮革缺陷检测中的有效性及实际应用潜力。

关键词： 黄瓜   YOLO   果实识别   目标检测  

摘要： 同色背景下的黄瓜识别检测是研究的重难点之一。与异色背景相比，同色背景下目标的识别特征较少，更易受到遮挡和复杂背景的干扰。针对该问题，提出了一种基于YOLOv11n的目标检测网络YOLO—ACG。引入自适应动态下采样模块（AdaptiveDynamicDownsample,ADown），融合可变形卷积和通道注意力机制，实现跨尺度特征自适应采样；构建GhostHGNetV2网络结构，其中高分辨率组卷积（High-Resolution Group Stem,HGStem）将输入图像的通道数压缩，生成固有的特征映射，实现高效特征提取，Ghost＿HGBlock模块采用知识蒸馏技术增强特征表达能力；引入上下文与空间特征校准网络结构（Context and Spatial Feature Calibration Network,CSFCN），该结构包含上下文特征校准（Context Feature Calibration,CFC）和空间特征校准（SpatialFeatureCalibration,SFC），通过聚合每个像素相关的上下文信息，利用校准空间特征，确保网络正确理解图像的空间布局，进而更加精确地区分具有相似颜色的黄瓜果实和背景。经实验验证，改进后模型精确率提高4.64%，召回率提高5.07%,F1提高4.89%,m AP值提高4.48%。消融、对比实验表明，YOLO—ACG在同色背景下黄瓜果实识别中明显减少了误检和漏检的问题，且具有更高的检测精度。

关键词： YOLOv8n   玉米病害   目标检测   轻量化   网络剪枝   知识蒸馏  

摘要： 为了解决以叶斑病、灰斑病、花叶病、锈病为代表的玉米病害严重影响玉米产量与质量的问题，以及在边缘计算设备上实现对玉米病害的实时检测，该文提出一种轻量化高精度模型YOLOv8-Corn。以YOLOv8n作为基线模型，首先添加可变性卷积（deformable convolutional networks,DCNv2）与上采样算子DySample(dynamic sample)模块提高精度。其次采用网络瘦身剪枝技术，对模型进行稀疏化训练，预先缓解后续剪枝对泛化能力的负面影响，再根据训练结果去除约25%的冗余参数量，得到相对轻量的剪枝模型后进一步使用回调训练，恢复与提高模型精度。再次，结合通道知识蒸馏（channel-wise knowledge dissillation,CWD），在保证模型轻量化的前提下，提高模型的精度。最终以轻量化的模型配合TensorRT完成在Jetson Nano上的实际部署。结果显示，YOLOv8-Corn相比其他网络有着较高检测精度与轻量化水平，精确率、召回率、平均精度均值分别达到99.7%、99.3%、99.2%。YOLOv8-Corn模型大小由6.35M减至4.40M，每秒帧数达到121.3；并实现大田检测，完成检测模型的实际部署与应用。研究设计的模型与网络实际部署为实现轻量化高精度玉米病害检测提供技术支持。

关键词： 视频目标检测   Transformer   时空特征聚合   查询增强  

摘要： 视频目标检测是计算机视觉领域中一项具有挑战性的任务.由于视频目标受尺度多变、运动模糊等影响,同时现有算法在特征聚合方面存在不足,限制了检测性能提升.为提高视频目标检测精度,本文提出了一种新的基于Transformer的视频目标检测方法.首先,设计了一种基于时空可变形注意力的时空特征聚合层,并将其融合到Transformer编码器中实现对目标帧与参考帧的多尺度时空特征聚合编码;其次,提出了一种通过特征-查询交互实现查询增强的方法,在Transformer解码器中直接利用参考帧的时空特征来增强目标查询,使目标查询可以充分学习全局时空信息.该方法充分利用Transformer编码-解码架构的优势,有效增强了目标帧特征与查询的时空信息表示能力.在ImageNet VID和UA-DETRAC数据集上的实验结果显示,该方法在基于ResNet-101骨干网络上的平均精度(mAP)可达到86.0%和90.9%.

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： 中药水丸   机器视觉技术   外观评价   图像处理  

摘要： 目的：建立一种基于机器视觉技术的中药水丸圆整度、表面粗糙度、色泽均匀度外观评价方法。方法：采用数码显微镜采集中药水丸丸粒图像，运用Python软件编译的脚本提取丸粒的几何特征；以黑色聚甲醛（POM）塑料球为标准对照，对图像处理方法进行校正，并进行方法学考察；同时以实验室制备的10批中药水丸和市面销售的20批中药水丸进行样品测定。结果：该方法可获得清晰的丸粒二维图像和准确的几何特征；评价方法准确度高且精密度、稳定性、重复性的相对标准偏差（RSD）均<2%。结论：该方法能客观、准确、快速地评价中药水丸的圆整度、表面粗糙度和色泽均匀度，为中药水丸外观质量控制提供了一种可靠手段。

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： 煤炭颗粒图像分割   目标检测   YOLOv11   自适应边界框校正   图像分割   SAM2  

摘要： 在实际生产场景中，煤炭颗粒不规则的几何形态和复杂的空间分布不仅影响分割精度，也使得人工标注分割掩码极为不便，难以适用于大规模工业场景。针对该问题，提出了一种针对煤炭颗粒图像的双阶段自适应分割框架DASeg。该框架由DS-YOLO目标检测模型、自适应边界框校正（ABR）模块和SAM2图像分割模型组成。DS-YOLO模型在YOLOv11颈部网络中引入动态上采样模块DySample和空间与通道协同注意力（SCSA）模块，有效提高了目标检测精度。针对DS-YOLO生成的检测框难以贴合实际煤粒边界的问题，设计了ABR模块，ABR模块根据加权系数对原始检测框与掩码外接框进行加权融合，生成更准确的提示框。将修正后的坐标信息作为SAM2模型的提示输入，利用SAM2提取全局与局部特征，并融合提示区域信息生成目标掩膜，实现煤粒分割。实验结果表明，DASeg分割框架在煤炭颗粒图像分割任务中表现优异，其中像素准确率（PA）达到93.1%，平均交并比（mIoU）为88.4%，平均Dice系数（mDice）为93.4%。