关键词： YOLOv5   遥感图像   小目标检测   CA注意力机制   BiFPN  

摘要： 遥感图像中小目标占图像的比例极小,准确识别这些目标具有很大的挑战性。针对遥感图像领域小目标检测困难的问题,提出一种改进YOLOv5遥感图像小目标算法。首先,使用改进后的Mosaic-9对数据集进行了预处理,以此解决遥感图像小目标研究数据稀缺的问题。其次,在主干网络中添加CA注意机制模块增加对细节信息的感知力,提升对小目标的检测能力。最后,在特征融合网络引入高效的双向跨尺度连接加权特征融合BiFPN,解决目标特征较少且易丢失的问题。实验结果表明,改进的网络模型对遥感图像小目标检测平均精度(mAP)达到90.3%,优于常规目标检测模型,适合遥感场景下的小目标检测。

关键词： 图像处理   单目视觉   射流模型   闭环控制  

摘要： 研究一种基于图像处理和单目视觉的射流闭环控制方法,以实现射流精度的提高和自动化控制。通过实时图像处理,准确识别射流目标位置,并利用单目视觉系统对射流进行精确引导和调整,以达到预期的射流效果。实验结果表明,所提方法能够准确识别射流目标位置,并实时调整射流参数,使射流能够精确命中目标。与传统的射流控制方法相比,该方法具有更高的精度和更好的鲁棒性。文章就射流闭环控制方法,提出了一些思路,用于图像处理和弹幕视觉的优化。这为射流控制领域提供了一种新的解决方案和研究思路,实现了射流的高精度控制。

关键词： 目标检测   安防装备   高空作业   YOLOv7-tiny   轻量化   Involution  

摘要： 针对现有高空作业人员安防装备检测算法参数量较大且检测目标相对单一,难以适应复杂的高空作业场景等问题,提出一种基于改进YOLOv7-tiny的高空作业人员安防装备检测算法。首先,将主干网络重新设计为更轻量的YOLOv7-FasterNet,并调整空间金字塔池化结构,实现模型参数量的压缩;其次,在ELAN-L模块中扩展梯度传输路径的分支,解决了模型压缩造成的通道信息缺失问题,提升了特征信息的提取能力;最后,将网络中下采样部分替换为Involution模块,降低参数冗余,增强网络对全局的捕获能力。实验结果表明,改进的YOLOv7-tiny算法能够更好地适应复杂高空作业场景,在开源数据集上具备良好的性能。该算法的平均检测精度达到94.7%,较原模型提升1.5%,参数量较原模型下降11.6%,实验结果验证了算法改进措施的有效性。

关键词： 多传感器融合   目标跟踪   特征编码器网络   二维卷积网络  

摘要： 针对自动驾驶车辆自动跟踪人员及车辆行驶过程中的目标检测和跟踪问题,提出基于多传感器融合的目标信息检测及信息融合处理方案。利用车辆内置的三种类型的传感器,相互弥补不同工况下识别性能不足的同时,通过二维卷积网络等方法识别不同传感器获取的信息,采用关联方法将不同传感器信息进行融合识别,确保在不同工况下均可识别目标物。通过提出的多传感器融合方法,车辆在结构化道路以及越野道路工况下,可以通过不同传感器的优势互补,实现不同目标的检测和跟踪功能。

关键词： 深度学习   果园采摘   Transformer   注意力机制   RT-DETR  

摘要： 为了解决苹果采摘中目标小,实时性要求高等问题,提出了一种基于RT-DETR的采摘机器人目标检测方法,名为RT-DETR-Faster。首先,采用FasterNet部分卷积替换主干网络的传统卷积,有效提升了模型的运算速度;其次,使用改进的级联注意力编码器替换原始的编码器,使网络更专注于目标区域;最后,引入Faster_Rep融合特征模块,保留更多有效特征并减少计算量。该文在实际的果园图像上进行了实验,结果表明,该文提出的算法与原始的RT-DETR算法相比,FPS提升了34%,帧数达到了47.9,同时准确率更高,适用于苹果采摘机器人的实时目标检测任务。

关键词： FPGA   图像处理   电子显微图像  

摘要： 基于现场可编程门阵列的电子显微图像处理,以便携式心电图仪为例,应用现场可编程门阵列的电子显微图像处理技术,提升医学信号检测和处理能力,为医院、科研院所、企事业单位等在电子显微图像资料获取及使用方面提供有力支持,为相关工作开展提供借鉴。

关键词： 计算机图像处理技术   鞋类   制作工艺  

摘要： 在具有时尚性与功能性的鞋类制作工艺中,计算机图像处理技术已逐渐成为创新设计与提升生产力的重要因素。从最初的设计草稿到建立3D模型,直至最后的视觉显示,计算机图像处理技术在鞋类制作工艺的各个阶段都必不可少,该技术不但可以大大增加设计人员的创作空间,也可以让鞋类产品在设计、打样、生产、销售等环节变得更精确、更有效。因此,本文对计算机图像处理技术在鞋类制作工艺中的应用进行了分析,以期对相关设计人员提供借鉴。

关键词： 智能网联汽车   应用环境   信息交互   智慧交通   跨界融合   目标跟踪   车路协同   感知精度  

摘要： C-V2X产业应用是实现"车-路-云"全方位连接和高效信息交互的关键技术,是智能网联汽车、智慧交通与智慧城市发展的关键,也是跨界融合的产物.相较其他应用,路侧感知精度不足、目标跟踪连续性和一致性弱、交通对象感知识别不精准、交通流信息无法准确获取和估计.

关键词： 深度学习   图像分类   目标检测   图像分割   隧道渗漏  

摘要： 衬砌渗漏是隧道工程主要病害之一,使用传统的方法进行隧道衬砌渗漏部位识别存在耗时长、效率低、可靠性不高、受外界条件影响大、距离衰减严重等各类问题。深度学习在计算机视觉领域已经取得了很显著的发展,能很好地完成一系列图像处理任务,通过对隧道衬砌图像进行识别,从而可靠地进行隧道衬砌病害目标检测。该研究分别从图像分类、目标检测、图像分割三个方面对隧道衬砌渗漏识别任务中的深度学习模型应用研究进行综述,分析了各模型的优缺点与传承关系,结合精确度、召回率、F1、mAP、mIoU等指标评价了各模型的性能,最后总结了现有深度学习模型的不足,并对其未来发展给出了有针对性的展望。该研究旨在为提高隧道衬砌渗漏识别效能提供依据,以推动深度学习在此方面的应用的进一步发展。

关键词： 农作物   种子检验   生物技术   分子标记   图像处理  

摘要： 通过综合运用生物技术、分子标记、图像处理技术等多种检验方法,可以提高农作物种子检验的准确性和效率。探讨了新时期农作物种子检验技术的应用,分析其在种质资源、种子质量控制和种子贸易等方面的重要作用,并探讨了新的检验技术在实际应用过程中面临的问题和解决方案,为农业生产和种子行业提供科技支撑,进而推动农业可持续发展。