关键词： 机器视觉   实训系统   标定   图像处理   特征提取  

摘要： 为培养学生解决跨学科复杂工程问题的能力,设计了由机器人、机器视觉、白酒瓶输送和计算机子系统构成的以太网架构实训系统。用五点标定法建立了从图像坐标系到机器人坐标系的变换矩阵;使用Python语言、PLC梯形图和AE机器人编程语言设计了实训系统的软件,实现了机器视觉引导机器人准确抓取滑台上任意放置的白酒瓶并放到处置箱的目的。

关键词： 多目标跟踪   Transformer结构   运动预测   高斯混合模型  

摘要： 针对视频中目标之间的遮挡会增加轨迹关联难度的问题,提出了一种高斯混合轨迹预测模型来改善遮挡情况下的关联效果.该模型采用Transformer结构,从对象的历史运动信息中提取更长的时间依赖性,以便更准确地预测跟踪对象在未来的轨迹分布;同时,将模型的输出设置为高斯混合分布,采用多个高斯分布相加来定义跟踪对象在未来的轨迹分布,以利用轨迹分布来计算检测目标和跟踪对象之间的空间相似性.实验结果表明:该模型能够改善跟踪性能,在MOT17数据集上HOTA达到了56.3%.

关键词： 目标检测   棋局识别   实时记谱   YOLOv8   轻量化网络   移动设备  

摘要： 为实现围棋对弈过程中的高精度实时记谱,提出了一种基于结合三维注意力机制与轻量化卷积的实时检测算法Light-YOLOv8。在YOLOv8模型的基础上,使用PWConv+PConv替换主干网络中跨阶段局部网络的3*3卷积,大幅减少模型计算量与参数规模;加入CARAFE上采样算子与SimAM三维注意力机制,提高对围棋目标的检测能力;使用Wise-IOU损失函数提高模型定位能力与收敛速度,提高了对棋子粘连、棋子重叠与光照不均匀情况下的检测能力。在自定义围棋数据集上进行对比训练表明,改进后的算法实现了检测精度的提升与推理速度的提高。针对移动端设备部署需求对模型进行优化与压缩,并在不同安卓设备部署,图像分辨率为640*480的情况下,结合图像预处理与后处理操作,拍照检测平均时间为89 ms,平均模型推理帧率为37.6 fps。进行50轮记谱实验,平均记谱准确率高于97%,平均胜负判别准确率到达100%,能够实现稳定的围棋记谱功能。

关键词： 绕射多次波衰减   人工智能   目标检测   字典特征学习  

摘要： 深水崎岖海底或含有复杂构造海域的地震资料存在严重的绕射多次波。传统的多次波衰减技术依赖于多次波模型与原始数据的相似度,当它们之间的差异较大时,则绕射多次波的衰减效果不佳。提出了利用人工智能深度学习中的目标检测网络检测绕射多次波区域;然后利用字典特征学习的方法,将多次波衰减问题转化为多次波字典特征学习与再重构问题,从而解决了绕射多次波模型与实际数据之间存在较大差异的问题。正演数据及实际数据应用表明,基于人工智能的残余绕射多次波衰减技术能够有效确定绕射多次波的位置并衰减残余绕射多次波,解决了绕射多次波预测不准、衰减效果不佳的问题。

关键词： 光伏板   深度学习   DETR   神经网络   目标检测  

摘要： 针对目前光伏板航拍缺陷检测中还存在小目标检测率低、检测速度慢等问题,提出一种基于改进DetectionTransformer(DETR)的光伏板缺陷检测方法。首先,对于光伏板缺陷在航拍图像上相对较小的问题,引入相对位置编码来提高模型对元素位置的感知,增强对小目标的检测能力;其次,利用动态稀疏注意力(DSA)模块降低DETR自注意力计算复杂度,进而提高检测速度;最后,针对航拍模式下存在的一些较难分类的样本,采用FocalLoss改进分类样本的损失,增加对难分类样本的权重,提升模型对此类样本的检测效果。实验结果表明:改进后的DETR算法对光伏板航拍缺陷检测的平均精度均值达94.7%,较原算法提高了5.1%,与其他主流检测算法相比具有一定优势。

关键词： 无人机   输电线路   巡检   图像处理技术  

摘要： 我国输电网架设十分广泛,输电线路的运行状态直接关系到整个电网的安全。传统的人工巡检方式效率低下,并存在安全风险。近年来,无人机技术的兴起为输电线路的巡检带来了革命性的变化。无人机通过搭载高清摄像头,能够快速获取输电线路的图像资料,图像处理技术的应用则进一步提升了巡检的效率和准确性。基于此,本文对无人机加以研究,明确其在输电线路巡检中的意义与优势,同时,重点说明图像处理技术在实际巡检中的具体应用,提升线路巡检效率。

关键词： 人工智能技术   自然语言处理   智慧安防   计算机视觉   深度学习   生态系统   AI   特定任务  

摘要： 当前,人工智能技术蓬勃发展。据工信部数据,截至2024年10月,我国生成式AI服务大模型注册用户超6亿。现如今,AI技术发展方向出现转变,正从通用型迈向更专业化、垂直化。在此过程中,AI产业链上下游合作愈发紧密,完整生态系统已形成。同时,随着深度学习、自然语言处理、计算机视觉等技术持续进步,让AI在特定任务上有极为出色的表现,越来越接近乃至超越人类水平。凭借这样的优势,AI得以在更多领域实现落地应用,不断拓展其应用范围,为诸多行业发展带来新机遇。

关键词： 目标检测   机织物疵点   YOLOv7   小目标语义   注意力机制  

摘要： 针对在机织物检测中,现有算法对于小目标的机织物疵点检测效果不佳,同时图像受噪声、类别不均影响导致算法学习困难、精度低的现状,提出使用一种可学习数据增强网络与YOLOv7直接相连,实现端到端训练,使输入图像能够在训练过程中得到转译,以提高图像的输入质量。设计了一种核选择注意力机制,并将其嵌入到YOLOv7的小目标检测头中,使网络更加关注小目标的特征。最后,将ELAN模块与一种基于像素的Transformer相结合,形成了ELAN⁃Transformer,并将其引入到YOLOv7的骨干网络中,克服ELAN模块在处理小疵点区域时的局限性,使网络对疵点区域的语义感知能力得到显著增强,提高了对疵点目标的准确性和鲁棒性。试验结果表明:在包含微小机织物疵点数据集上测试,该研究算法能更好地检出小目标机织物疵点,mAP@0.5达到95.2%,精度达到95.5%,召回率相比于原YOLOv7提升了2.8个百分点,满足纺织企业对机织物微小疵点的检测需求。

关键词： 压力性损伤   人工智能   深度学习   YOLO   目标检测   神经网络模型   App  

摘要： 背景随着人口老龄化,压力性损伤(PI)的发病率逐渐增加,这不仅严重影响了患者的生存质量,还增加了医保支出。然而,PI的早期发现和准确分期极大地依赖于专业培训。目的构建并测试一个用于PI自动检测和分期的人工智能模型,以提高PI诊断的实时性、准确性和客观性。方法选取常熟市第一人民医院压疮电子化管理系统中2021年1月—2024年2月的693张PI图像,将图像随机划分为训练集(551张)和测试集(142张),并按照2019年美国压疮咨询委员会(NPUAP)制订的PI预防和治疗指南分为6期,包括:Ⅰ期154张、Ⅱ期188张、Ⅲ期160张、Ⅳ期82张、深部组织损伤期57张、不可分期52张。利用基于5种不同版本的YOLOv8[nano(n)、small(s)、medium(m)、large(l)和extra large(x)]神经网络和迁移学习,建立针对PI的深度学习目标检测模型。模型评价指标包括精确度、准确率、灵敏度、特异度及检测速度等。最后,通过Ultralytics Hub平台将模型部署到手机应用程序(App)中,实现AI模型在临床工作中的应用。结果在对包含142张PI图像的测试集进行评估时,YOLOv8l版本在确保高精确度(0.827)的同时,也展现了较快的推理速度(68.49帧/s),与其他YOLO版本相比,在精确度与速度之间取得了最佳的平衡。具体而言,其在所有类别上的整体准确率为93.18%,灵敏度为76.52%,特异度为96.29%,假阳性率为3.72%。在6个PI分期中,模型预测Ⅰ期的准确率最高,达到95.97%;预测Ⅱ期、Ⅲ期、Ⅳ期、深部组织损伤期、不可分期分别取得了91.28%、91.28%、91.95%、95.30%和93.29%的准确率。就处理速度而言,YOLOv8l处理142张图像的总耗时为2.07 s,平均每秒可处理68.49张PI图像。结论基于YOLOv8l网络的AI模型能够快速、准确地对PI进行检测和分期。将该模型部署到手机App中,能够在临床实践中便携使用,具有很大的临床应用潜力。

关键词： 3D目标检测   关键点预测   角点投影点   深度估计   激光点云  

摘要： 当前主流的单目相机3D目标检测网络采用关键点检测范式,存在关键点预测与深度估计不准确的问题,限制了单目3D检测器的性能表现.本文提出一种多关键点约束与深度估计辅助的单目3D目标检测算法Mono-Aux,利用3D检测框的角点投影点、上表面与下表面中心投影点作为3D框中心投影点的补充,通过多关键点约束提升关键点预测精度;提出一种LiDAR-Free解耦深度估计方法,在不引入激光点云数据的同时通过几何关系推导引入额外的深度估计辅助监督信号,提升深度估计的准确性.多关键点约束与深度估计辅助仅在训练阶段使用,推理阶段不引入额外的计算成本.在KITTI3D目标检测验证集和测试集上的结果显示,相较于MonoDLE基线网络,提出的MonoAux算法在目标检测精度上分别提高3.87%和4.64%,与其他SOTA方法相比,本文方法也具有显著的性能优势,甚至优于部分使用额外数据的方法.