关键词： 算力不足   医疗   金融   计算机视觉   模型安全  

摘要： 近年来,随着计算机视觉与大模型技术的飞速发展,基于人工智能的智能系统能力逐渐接近人类水平,已在金融、医疗、交通等多个国民经济重要领域发挥了巨大作用,受到了学术界和产业界的广泛关注。尽管如此,人工智能技术在实际应用过程中仍经常面临推理范式效率低下、落地场景算力不足、模型安全问题频发等状况。

关键词： 憎水性   目标检测   Mask R-CNN   深度学习   复合绝缘子  

摘要： 及时在线判别复合绝缘子憎水性状态是保证电力系统安全运行的一个重要举措。为提高复合绝缘子憎水性状态评估模型的泛化能力,解决现有分类模型评估憎水性程度变化不均的复合绝缘子时往往只关注憎水性不错的部分而误判的问题。文章提出将分类问题转变为目标检测问题,采用改进掩膜区域卷积神经网络(mask region-based convolutional neural network, Mask R-CNN)算法评估复合绝缘子憎水性等级。通过特征金字塔网络(feature pyramid network, FPN)确定图像中所有水滴的位置与大小,采用Mask R-CNN中特有的mask分支预测所有水珠憎水性等级,再计算出相应憎水性等级所占的面积,最终选择面积最大的作为图像的憎水性等级并输出分类结果。结合各等级憎水性图像的特点,引入改进非极大值抑制(soft non-maximum suppression, Soft-NMS)来减少高等级憎水性图像中水迹面积大且分布不规则时的目标漏检,并采用Giou-loss(generalized intersection over union loss)加快低等级图像中目标小而多时模型的收敛速度。最终通过对比实验,从mAP(mean average precision)、每秒帧率(frame per second, FPS)、准确率三项评判指标验证了基于改进Mask R-CNN的憎水图像识别算法的有效性与优越性。

关键词： 深度学习   YOLOX   茶芽   识别  

摘要： 针对现有的目标检测在应对复杂环境与品种时具有一定缺陷的情况,研究提出一种基于深度学习和YOLOX目标检测方法来识别茶芽。在骨干网络中嵌入Contextual Transformer模块,充分挖掘相邻关键字之间的上下文信息;将显式视觉中心方案(EVC)融入特征提取网络来捕捉全局的远程依赖关系并获取全面且有区别的特征信息;研究利用切片辅助超推理(SAHI)来识别微小物体来提高识别精度。经试验证明,改进后的Tea-YOLOX模型准确率提升0.03441个百分点,召回率提升0.07097个百分点,均值平均精度(PmA)提升0.07442个百分点。在自然条件下识别茶芽效果良好,为智能化茶芽采摘机器人提供了理论和技术支持。

关键词： 无人机图像   SimAM   GSconv   小目标检测头  

摘要： 针对无人机图像中小目标较多的问题,基于原始YOLOv5模型,提出I-YOLOv5改进模型。首先,增加小目标检测头以提高网络对小目标的表征能力;其次,增加SimAM注意力机制使得网络注重小目标物体;再次,把YOLOv5模型中耦合检测头改为解耦检测头,加快模型训练速度并有效提高模型精度;最后,修改原模型中颈部CBS结构为GSconv结构,减少模型参数并提高精度。经验证,I-YOLOv5模型在Visdrone2019数据集上,mAP50、mAP50∶95领先原始YOLOv5模型6.6%和4.2%,证实改进后模型在小目标无人机图像检测领域具有一定的先进性。

关键词： 红外目标检测   YOLOv8   注意力机制   语义信息   无人机  

摘要： 针对无人机航拍红外图像中因为噪声干扰、光照波动和复杂背景带来的目标检测困难的问题,提出了一种基于YOLOv8的无人机红外目标检测算法SDE-YOLOv8。首先,引入了YOLOv10中的SCDown模块让每个尺度最大化地保留上下文的语义信息;其次,引入动态上采样器DySample来提升模型对于图像细节的敏感度;同时引入三重注意力机制改进C2f,来强化模型对空间和通道维度之间关系的理解和复杂数据的处理能力;最后,设计了轻量级解耦头Efficient_Head模块,确保了检测精度的同时大幅度减少了模型参数。实验结果表明,改进后的算法mAP50达到83.7%,较YOLOv8n提高了4.2%,精确率提升了1.2%,召回率提升了3.8%,浮点运算次数下降了2.5%,FPS达到了323.17 fps的检测速度,充分说明改进算法整体性能优于其他主流算法,能更好的完成无人机红外目标检测任务。

关键词： 玻璃绝缘子   Unet网络   注意力机制   图像处理技术  

摘要： 针对绝缘子自爆缺陷识别率不高,经典目标检测深度学习方法未考虑单片绝缘子目标小,边界模糊等问题,提出一种基于改进Unet图像分割技术的绝缘子自爆缺陷识别方法,首先基于经典Unet网络添加了多级边缘增强模块,引入注意力机制,提高模型对单片绝缘子边界和细节特征的关注,且采用混合损失函数,增加模型的训练能力;然后构建了单片绝缘子的位置模型,并采用最小二乘法对双串绝缘子进行分离;最后对相邻绝缘子的间距值设立阈值,实现对自爆绝缘子缺陷识别。结果表明:改进Unet算法比原有Unet算法损失函数下降了0.065,P_(PR)为92.51%,P_(RE)为93.06%,F_(1)为92.79%,充分证明了本文方法的优越性。

关键词： 行为识别   计算机视觉   RGB数据   骨骼数据   特征提取   深度学习  

摘要： 人体行为识别是计算机视觉领域中的重要研究方向,在人机交互、医疗康复、自动驾驶等领域具有广泛应用和重大意义。由于其方法的重要性和前沿性,对该领域进行全面、系统地总结具有极其重要的意义。深入探讨了基于RGB和骨骼数据模态的人体行为识别方法;按照特征学习方式的不同,分为基于传统机器学习的手工特征提取方法和基于深度学习的深度特征提取方法。介绍了行为识别的基本流程,并总结了公开数据集。详述了基于RGB和骨骼数据模态的识别方法。对于RGB数据,分析了基于2D CNN、RNN和3D CNN的特征提取方法;对于骨骼数据,介绍了自上而下和自下而上的姿态评估算法,重点分析了基于RNN、CNN、GCN、Transformer和混合神经网络的分类算法。最后,展望了未来深度学习在人体行为识别中的五个研究方向。

关键词： 病变叶片检测   WeightedDetect   CBAM   GhostModule   BiFPN   目标检测  

摘要： 目的旨在解决植物叶片病害检测中目标检测技术参数量大、计算复杂度高及病害检测准确率低等问题.方法提出一种改进型轻量级YOLOv5模型.该模型通过集成CBAM(convolutional block attention module)、GhostModule以及BiFPN-Concat模块,降低了特征通道融合的计算复杂度,同时提升了特征提取性能.还创新性地设计了WeightedDetect结构,替代了传统的检测头部,以实现对不同尺度目标的自适应识别.结果与原始YOLOv5模型相比,提出的模型在病害检测准确度上提升了2.7%,同时在参数量上增加了9.5%,而在计算复杂度的指标FLOPs(floating point operations)上降低了10.5%.还在VOC数据集上进行了模型的通用性测试,与YOLOv5相比,准确度提高了3.7%.结论提出的改进型YOLOv5模型不仅提高了植物叶片病害检测的准确性,而且通过优化计算复杂度,提高了模型的实用性和效率.这一改进对于提高农业生产的智能化水平,以及更有效地预防和管理植物病害具有重要意义,并为相关领域的研究提供了新的解决方案.

关键词： 计算机视觉   面部表情识别   知识蒸馏   轻量化  

摘要： 针对复杂神经网络无法在存储空间和计算资源有限的智能终端部署的问题,提出了一种基于知识蒸馏的轻量化面部表情识别模型T-SNet(Teacher-Student Net)。教师模型选用基于细粒度特征提取模块改进后的ResNet18,在MS-Celeb-1M人脸数据集进行预训练。学生模型选用轻量化卷积神经网络ShuffleNetV2,通过优化蒸馏损失函数提高轻量化模型准确性。首先,在面部表情数据集上对教师模型进行蒸馏,提取丰富的特征信息反馈至学生模型,然后综合利用教师模型和学生模型的特征信息训练学生模型,最终训练完成的学生模型作为轻量化面部表情识别模型。T-SNet在FER2013Plus和RAF-DB面部表情数据集,分别取得了88.80%和89.11%的准确率,参数量仅1.20 MB,在准确度和模型复杂度方面均优于其他主流模型。

关键词： 门控快速傅里叶卷积   高频特征融合   红外小目标检测  

摘要： 针对在远距离复杂场景下红外小目标尺寸和形状差异大、检测精度欠佳的问题,提出了一种基于门控卷积和高频特征融合的红外小目标检测模型。为了解决复杂场景下目标尺寸差异的问题,通过在U-Net下采样过程中使用门控快速傅里叶卷积(gated fast Fourier convolution,GFFC)模块提取多尺度的全局和局部特征,为提升模型在不同复杂程度数据集上的训练效果,利用超参数门控调节网络对目标全局和局部特征的权重,以平衡对全局和局部特征的需求。为解决红外小目标形状差异的问题,采用了高频特征融合(high-frequency feature fusion,HFF)模块,进一步提取高频子带特征,增强红外小目标细节纹理信息。在SIRST和IRSTD数据集上的实验结果表明,相比基准UCF方法,提出的方法在两个数据集的评价指标下分别提升了0.83个百分点、0.40个百分点和5.18个百分点、0.23个百分点,证明了该方法的有效性。