关键词： 毫米波雷达   目标检测   特征级监督   激光雷达   视觉传感器  

摘要： 针对毫米波雷达和视觉传感器融合算法在特征融合层面缺乏有效监督的问题,提出了一种引入激光雷达监督的多模态融合三维目标检测算法(Radar and Camera Fusion Based on Lidar Supervision,LRCFusion)。该算法首先分别提取视觉传感器、激光雷达和毫米波雷达各自的数据特征;接着使用知识蒸馏的方法,利用激光雷达特征作为教师模型监督毫米波雷达特征,以提升毫米波雷达特征的表达水平;然后引入注意力机制实现毫米波雷达和视觉特征融合,并采用基于点云的三维物体检测方法对融合的特征进行目标检测和3D锚框预测;最后,使用预测的3D锚框更新融合前的3D参考点。与基线算法进行比较,所提算法的平均精度提高1.2%,归一化检测得分提高1%。

关键词： 水面小目标检测   YOLOv5   ConvMixer   NWD  

摘要： 本文提出了一种改进YOLOv5的水面小目标检测算法.在网络结构上对浅层特征进行融合,新增一个检测头用于微小目标的检测.利用ConvMixer的结构特性,设计C3_CML模块用于取代原主干网络和颈部网络中特定位置的C3模块,通过增强图像特征信息空间通道位置关系的提取能力,从而提升对有效目标区域的关注,同时降低模型复杂度.设计了新的损失函数,综合使用IOU(intersection over union)和NWD(normalized wasserstein distance)作为新的边界框损失评价指标,降低对小目标位置偏差的敏感性,显著提高小目标的检测性能.结果表明:相比原始YOLOv5算法,改进后的算法有效减少了水面密集小目标和极小目标的漏检率,同时检测精度得到了显著提高.

关键词： 持刀行为检测   实时目标检测Transformer(RT-DETR)   目标检测   多尺度特征融合   Transformer   危险行为检测  

摘要： 目的在对公安系统网络摄像头获取的视频数据进行分析时,行人危险持刀行为的自动检测面临刀具形状、大小的多样性,以及遮挡和多目标重叠等因素导致的检测精度低、误检率高的挑战。针对上述问题,提出了一种改进实时目标检测Transformer(real-time detection Transformer,RT-DETR)的持刀危险行为检测算法(human-knife detection Transformer,HK-DETR)。方法首先,设计了倒置残差级联模块(inverted residual cascade block,IRCB)作为主干网络中的基本块(BasicBlock),这使得网络更加轻量化,减少了计算冗余,并提高了对全局特征和长距离依赖关系的理解能力;其次,提出了跨阶并行空洞融合网络结构(cross stage partial-parallel multi-atrous convolution,CSPPMAC),专注于多尺度特征的提取,使模型能有效识别不同大小和角度的刀具;最后,引入了Haar小波下采样(Haar wavelet-based downsampling,HWD)模块来替换原模型中的下采样操作,为多尺度特征融合提供了更丰富的信息。同时,采用了最小点距离交并比(minimum point distance based intersection over union,MPDIoU)损失函数来进一步提升检测性能。结果对比实验表明,与原RT-DETR算法相比,改进后的模型网络参数量下降了25%,精度、召回率、平均精度均值(mean average precision,mAP)分别提高了2.3%、5.5%、5.2%;与YOLOv5m、YOLOv8m和Gold-YOLO-s相比,在模型网络参数量较低的情况下mAP又分别提高了6.3%、5.2%、1.8%。结论本文提出的HK-DETR算法能够有效适应网络摄像头下多种复杂环境的持刀危险行为检测场景,相较于其他参与对比的模型,其性能优势得到了充分的展现。

关键词： 三维建模   实例分割   模板匹配   三维姿态  

摘要： 船只在海面上航行时,由于船只自身的运动、风力和海浪对船只运动的影响,船只的姿态是实时变化的,要在飞机上实时、准确测量出船只的姿态是很困难的。针对上述问题,设计了一种融合传统的模板匹配方法和深度学习方法的姿态估计方法,深度学习方法提高了姿态估计的准确性、鲁棒性和环境适应性,结合基于轮廓特征的模板匹配方法提高了姿态估计的实时性。首先采用目标船只的三维模型,渲染出船只的多姿态图像,通过实例分割算法建立船只姿态模板库。然后采集目标船只的可见光图像,通过目标检测、实例分割算法获得船只匹配图像,将船只匹配图像与船只姿态模板库中的图像进行匹配,匹配成功的船只姿态模板图像对应的姿态即为船只的姿态。通过仿真验证,三维姿态估计精度可达到1°。

关键词： 目标检测   YOLOv5   行人检测   可变形卷积  

摘要： 行人检测在智能交通、人流统计等场景发挥着重大作用。针对当前密集场景下遮挡行人和小尺度行人容易漏检的问题,提出一种改进YOLOv5的目标检测算法。首先,在主干网络中采用C2f模块替换原有的C3模块,该模块可在轻量化的前提下获取更加丰富的梯度流信息,提高对小目标的检测能力;其次,在主干网络中引入可变形卷积模块,该模块能够增强卷积神经网络的感受野,改善对目标形变的建模能力,提高遮挡环境下行人特征的提取能力;最后,优化边界框回归损失函数,将FocalLoss与EIOULoss融合,加速收敛,提高回归精度。实验结果表明,与现有的YOLOv5s相比,召回率提升2.9%,mAP0.5提升1.3%。

关键词： 目标检测   深度学习   立体匹配   双目测距   盲人避障  

摘要： 为保障盲人安全出行,针对盲道占用、破损及无盲道等问题,提出一种结合目标检测和双目立体视觉的盲人避障方法。首先,通过双目相机采集人行道信息,利用改进的YOLOv8s模型对人行道上的障碍物进行检测。然后,使用改进的立体匹配算法对障碍物进行匹配,该方法使用自适应阈值的FAST算法在尺度空间上寻找特征点,同时使用最小二乘法获取特征点的亚像素级坐标,并对特征描述符进行降维处理。最后,通过理想双目模型将二维像素坐标转化为三维空间坐标,获取障碍物的深度值。实验证明,在10 m的范围内,避障系统可以精确识别障碍物的种类,且FPS可以达到149.1;在测量障碍物深度时,其最大误差控制在5.6%以内,FPS可以达到3.8,满足盲人避障所需的实时性和距离准确度的要求。

关键词： 建筑物识别   机器学习   YOLOv7   输电线路走廊   目标检测  

摘要： 输电线廊道内的灾害预警与安全评估是智能电网建设工作的重点之一,因此掌握输电线廊道区域内聚落的所在位置及其分布情况等信息对于做好山区防灾减灾工作非常重要。近年来,随着目标检测技术的不断发展,所应用到的领域也越来越广泛,而遥感目标检测作为其中的一个应用场景,因为其覆盖范围广、涵盖目标多的特点,被广泛应用于建筑物信息提取。现有的深度学习模型在建筑物识别分割上的识别精度和检测速度都存在局限。针对此类问题,本文以GF-2影像作为数据基础,首先对山区建筑物标记,建立样本数据集并按照9∶1的比例划分为训练集和验证集;然后对标准版YOLOv7网络进行改进,在颈部部分添加GAM-CBAM合成的双重注意力模块,减少建筑物的特征丢失,从而提高网络的检测能力。结果表明,改进后的YOLOv7网络对山区建筑物的分割识别平均精度达到了88.74%,在精确度和召回率上也高于其他深度学习模型。因此,该方法可以快速高效地获取山区聚落信息,并为山区防灾减灾过程中应急预案的制定提供数据支撑。

关键词： 目标检测   深度学习   注意力机制   深度可分离卷积  

摘要： 随着注意力机制在目标检测中的广泛应用,进一步提升特征提取能力成为研究的重点.提出了一种新的注意力机制,旨在优化特征交互过程,提升检测性能.所提机制移除了传统自注意力中的查询操作,采用深度可分离卷积高效提取局部与全局信息,并通过键和值的加权融合实现特征聚合.本文方法有效降低了计算复杂度,增强了模型对重要特征的捕捉能力.通过在5个不同类型的数据集上进行验证,实验结果表明,该注意力机制在处理小目标检测、遮挡处理以及复杂场景下的表现优异,显著提高了检测精度与效率.可视化分析进一步证实了其在特征提取中的有效性.

关键词： 目标检测   上下文表示   轻量化网络   卷积自注意力   特征融合  

摘要： 与通用目标检测相比,小目标检测由于低分辨率和抗干扰噪声能力有限而更加具有挑战性,充分利用上下文语义信息对于解决小目标检测存在的问题具有重要的意义。本文在YOLOv7模型的基础上,提出了一种基于上下文语义融合模块的轻量级网络模型算法。该模型由主干网络、多尺度特征表示网络和检测头部三部分组成。其中,模型利用部分卷积构建主干网络P-Net,在保证检测效果的同时进一步减少计算量;在传统特征金字塔网络结构中引入卷积自注意力模块,减少上下采样过程中的信息丢失;采用差异化检测头部检测不同尺寸的目标。在航空图像小目标检测(Aerial Image Tiny Object Detection,AI-TOD)数据集上的实验表明,本文提出的模型算法在AI-TOD基准上平均精度达到21.6,速率达到161 frame/s,超过了其他检测模型算法。此外,在具有较低参数量及计算量时检测效果优于其他检测模型,同时消融实验的结果表明本文提出的改进模块均具有效性。

关键词： 坩埚缺陷识别算法   机器人智能化验系统   YOLOv8   数据扩充   目标检测   加权机制   推理时间  

摘要： 基于轻量级YOLOv8的坩埚缺陷识别方法,可解决机器人智能化验系统中坩埚几何形态多样性显著、缺陷样本分布失衡导致的检测可靠性难题。首先基于DDPM的图像数据扩充增强策略,根据数据标签分布,实现坩埚图像数据的平衡扩充;随后为了更好地平衡网络模型的推理速度和检测精度,提出改进的YOLOv8坩埚缺陷识别算法,引入无参数注意力和自适应加权机制。实验结果表明,该方法的平均精度(mAP)为97.40%,单张图像的推理时间为1.20 ms。尽管推理速度比YOLOv11-n延迟0.2 ms,但当前通用目标检测方法中的轻量级方法检测精度居于最优,所提方法能有效应用于工业坩埚缺陷检测场景。