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。

关键词： 朝向判别   目标检测   遥感图像  

摘要： 目标检测是遥感图像智能解译的重要技术，在应急减灾、重点目标监测等任务中广泛应用。随着卫星数量及分辨率的提升，应用需求已经从单一的目标检测拓展至目标精细化信息提取。现有的目标朝向判别算法是在旋转框检测的基础上，对旋转框的四条边方向进行分类任务以确定目标朝向，仅适用于船只、车辆等规则轮廓目标，对于飞机目标的朝向判别，会出现预测框的四条边与飞机目标主轴不平行的情况，导致角度预测精度差。针对上述问题，本文提出了一种独立角度预测分支引导的飞机目标朝向判别算法，基于改进的YOLOv6网络模型，进行旋转目标的检测，并为模型设计了独立的角度预测分支，用于朝向角度预测。在独立的角度预测分支中，采用分类方法代替回归预测方法，解决了角度回归预测中存在的边界不连续问题。本文将SJTU数据集调整为适用于朝向判别的标签标注格式并进行了验证，相比于目前的SOTA模型OHDet，目标的检测准确率和朝向判别准确率分别提高了3.14%和6.52%。

关键词： 目标检测   学生课堂行为识别   轻量化模型   深度学习  

摘要： 实时、准确地对学生课堂行为进行检测存在许多挑战，教室场景中存在的大量遮挡和教学图像中后排的小目标是阻碍检测精度提高的重要因素。同时，教室中性能受限的摄像头限制了可部署目标检测模型的计算量和参数量。针对以上问题，提出一种基于改进YOLOv8的学生课堂行为检测模型TAR-YOLO。首先，提出一个结构新颖的任务对齐动态检测头（TAPH），其中共享卷积和任务对齐结构的设计增强了模型识别小目标的能力。其次，在特征融合部分引入层次化特征聚合的部分卷积（MSFAP）来改造YOLOv8特征提取模块，并使用重参数化的空洞残差卷积（R-DWR）来增强模型的多尺度特征能力，有效降低了模型的计算量和参数量。最后，构建一个用于检测7种学生课堂行为和3种教师课堂行为的数据集STCB，包含4 242张图像和74 571个标注。在该数据集上，TAR-YOLO模型的平均精度（mAP50）达到了79.5%，同时参数量和计算量只有7.0 G和1.8 M。为进一步验证模型在其它场景中的小目标检测能力，在PASCAL VOC数据集上进行实验，验证了该方法的泛化性能。

关键词： 目标跟踪   SiamRPN   坐标注意力机制   多头注意力机制   逐深度互相关  

摘要： 目标跟踪的本质是通过分析目标在连续帧中的位置和特征，实现目标在时间和空间维度上的连续追踪。跟踪过程依赖于视频序列中目标的连贯性特征变化和目标与背景的区别程度，现有的孪生网络跟踪器不能捕获目标的空间位置信息，无法有效利用视频序列中的长距离依赖关系和全局特征，在面临目标形变、快速移动、遮挡、背景干扰等问题时会导致跟踪框的漂移或者跟踪失败。在SiamRPN++模型基础上，提出一种融合坐标注意力与多头自注意力机制的单目标孪生网络跟踪模型。通过坐标注意力机制捕获提取的模板和搜索区域特征图中目标的空间位置信息，后续利用多头注意力机制提取全局特征和中长距离的依赖特征，再进行逐深度互相关操作，有效提高了模型的特征表示能力。在OTB100、V0T2016、VOT2018数据集上进行测试，结果表明，该模型相比基准算法在3个数据集上的精度分别提高了0.7%、0.5%、1.6%，充分验证了模型的有效性。

关键词： 计算机视觉   深度学习   粮油   无损检测  

摘要： 粮油安全是重要的食品安全问题之一，在全球范围受到广泛关注。因此，快速、准确、高效的检测技术对于保障粮油安全至关重要，而传统粮油检测方法存在耗时长、主观误差大、实时性差等缺点，难以满足消费者对食品品质的高要求，计算机视觉和深度学习的结合为粮油检测提供了快速、高效、非破坏性的解决方案。本文首先介绍了深度学习和计算机视觉的基本原理及其在食品检测中的优势，重点分析了卷积神经网络、长短期记忆网络、生成对抗网络等算法在粮油检测中的应用案例，展示了这些技术在提高检测精度和效率方面的显著效果，总结了计算机视觉和深度学习在粮油及其制品无损检测中的应用进展。并从优化模型鲁棒性和可解释性、开发轻量级模型以适应资源受限的检测环境等方面讨论了在粮油安全领域应用中存在的局限性和未来发展趋势，旨在推动食品检测技术向更高效、精准的方向发展。

关键词： 扫描合成孔径雷达   扇贝效应   图像处理   深度学习  

摘要： 扇贝效应是扫描合成孔径雷达（Scanning Synthetic Aperture Radar， ScanSAR）中存在的一种系统性成像缺陷，具体表现为沿方位向周期性分布明暗条纹噪声。该现象不仅显著降低图像辐射质量，还会严重影响后续处理与下游应用任务，如舰船检测、地物分类等。作为ScanSAR图像处理的关键环节，扇贝效应抑制研究具有重要的理论与应用价值。本文系统梳理了该领域近年来的研究进展，通过深入分析国内外代表性工作的技术特征与演进规律，将现有方法归纳为三大类：基于先验信息的参数化校正方法、无先验的传统图像后处理方法以及基于深度学习的智能抑制方法。在此基础上，本文从对各类方法的性能特点进行了对比评估，，指出了当前方法在复杂场景适应性、泛化能力等方面的局限性，并针对未来技术发展方向提出了建设性展望。