关键词： 多任务学习   抛洒物检测   YOLOv6s   图像处理   语义分割  

摘要： 针对现有检测算法在定点抛洒物检测方面的不足,提出一种基于多任务学习和图像处理的路面抛洒物检测算法.首先,为YOLOv6s设计一种融合多层语义特征的语义分割头,并为目标检测分支和语义分割分支设计损失函数,进行多任务学习;其次,结合语义分割分支分割连续性的优势以及图像处理的方法,提取完整路面区域;最后,引入结合IoU和质心位置的抛洒物区域识别与排除方法,实现非抛洒物的排除和最终抛洒物区域提取.实验结果表明,在BDD100k数据集上,改进算法在车辆目标检测和可行驶区域分割上分别达到77.8%的平均精度值(mAP)和91.5%的平均交并比(mIoU).

关键词： 目标检测   水稻害虫   深度学习   YOLO v8   极化自注意力  

摘要： 实时监测稻田害虫泛滥情况是预防水稻产量降低的重要手段之一。针对当前的目标检测算法在实际稻田环境下检测精度较低且模型计算量较大、难以实现实时检测等问题,提出一种基于YOLO v8的改进的水稻害虫识别算法YOLO v8-SDPS。首先在主干网络中用SD_Conv卷积替代标准卷积,重构特征提取模块,在降低参数量的同时尽可能保留害虫目标的边缘特征信息,提升对害虫目标的特征提取能力;其次在颈部引入基于Slim-Neck范式的GSConv模块和VoV-GSCSP模块,在减少模型计算量的同时提升模型的检测精度;最后在SPPF层前引入PSA注意力模块,降低背景的噪声干扰,使模型更加关注个体的空间位置信息。用本研究提出的算法在经数据增强后的自建水稻害虫数据集上进行试验,结果表明,YOLO v8-SDPS获得86.6%的平均检测精度,相较于原始YOLO v8n模型提升4.1百分点。同时改进后的模型参数量为2.62 M,计算量为7.5 GFLOPs,相较于基准模型分别降低16.8%和15.7%,实现了模型轻量化和较高检测精度的平衡。在害虫小且密集、背景干扰严重、光照强烈等复杂环境下,YOLO v8-SDPS均能较好地识别出目标个体,有效地降低漏检率和误检率,具有较好的鲁棒性,可为稻田实时巡检提供有效技术支持。

关键词： 目标检测   YOLOv7   缺陷检测   纹理信息   多尺度自适应卷积  

摘要： 针对钢材表面缺陷纹理特征不明显、不同缺陷类间差异不明显和缺陷尺度变化剧烈等问题,本文设计了一个纹理信息增强模块(Texture Information Enhancement Module,TIEM)来保留主干网络上采样丢失的细节纹理特征信息和加强主干网络对不规则缺陷的空间建模能力;在颈部网络融入跳跃连接的多尺度自适应卷积模块(Multi-scale Adaptive convolution mod-ule with Skip Connections,MASC)来增强网络对不同尺度缺陷目标的感知能力,进而增强小目标的细粒度特征和大目标的高层语义信息,增强检测器的全局感知能力。以YOLOv7为基线模型,在公开数据集NEU-DET上,改进后的模型比基线模型mAP_(50)和mAP_(50:95)分别提高了3.0%和2.1%,并优于现阶段其他主流目标检测器。

关键词： 线材挂牌   3D视觉   点云处理   目标检测   识别定位  

摘要： 目前,钢厂仍多采用人工形式进行线材挂牌作业,效率低下,劳动强度高。针对此,搭建线材数据采集环境,对3D点云数据进行预处理,开发基于降维的感兴趣区域定位算法,初步确定线材挂牌区域。提出“切四刀”方法,将大数据切割得到关键三维区域,根据捆线的几何特征,精准定位线材挂牌位置的三维坐标。利用2D目标检测算法对标牌位置进行识别,确定挂牌位置情况。进行现场整机试验,结果表明所构建的基于视觉的线材自动挂牌机器人系统挂牌准确率达到97%以上,满足现场应用需求。研究工作实现了线材自动挂牌,对类似作业自动化水平的提升具有指导意义。

关键词： 间歇采样转发干扰   短时分数阶傅里叶变换   图像处理   频率捷变  

摘要： 干扰机对雷达脉冲快速切片、转发形成间歇采样转发干扰,若从雷达主瓣进入,将对雷达目标检测形成严重威胁。从波形设计和时频分析的角度出发,提出一种基于短时分数阶傅里叶变换(short-time fractional Fourier transform,STFrFT)的主瓣间歇采样转发干扰抑制方法。首先设计脉内捷变频信号,提升干扰与目标信号的差异;接着采用STFrFT进行时频分析,相比传统短时傅里叶变换大大提升了时频分辨率,相比分数阶傅里叶变换类方法没有对信号参数的限制;最后结合图像学方法对干扰进行剔除,对从主瓣进入的高干信比干扰也可形成有效抑制。仿真结果表明,所提方法可在多种环境下有效对抗间歇采样转发干扰。

关键词： Res2Net-RetinaNet   污水处理   微生物   目标检测   Res2Net模块   CBAM注意力机制   深度超参数化卷积  

摘要： 活性污泥中原生动物、后生动物等指示性微生物是污水处理运行调控的重要指标。针对活性污泥微生物不同种类之间,小目标类微生物体型较小、微生物个体颜色背景和图像颜色背景相似的现象,提出基于Res2Net-RetinaNet的活性污泥指示性微生物检测方法。Res2Net-RetinaNet模型采用精度更高的新维度残差块Res2Net模块捕获原有特征的丰富信息。在主干网络输出的第1层引入通道和空间注意力机制CBAM,进一步帮助浅层特征信息在网络中流动。最后,在特征融合模块中引入深度超参数化卷积(Do-Conv),在不增加计算量的前提下持续加快模型的收敛。将所提方法应用于某污水厂采集数据中进行实验,结果表明:所提方法与Fast R-CNN、SSD、YOLOv3、YOLOv4、FCOS、CenterNet及RetinaNet等目标检测模型相比,检测精度最高(92.8%),相对于原始RetinaNet目标检测算法精度提升4.97%。

关键词： 创新实验   检影验光   图像处理   学科交叉   教育技术  

摘要： 在高等教育创新型人才培养的背景下,学科交叉融合和开放性创新实验成为创新型人才培养的途径。以检影验光过程的数字化和智能化为对象,探索“医-工融合”开放性创新实验教学的建设架构和实施路线。通过可行性分析,实验架构搭建、教学文档整合、教学资源建设、师资队伍优化、考核评价体系重构等措施,构建了面向学生创新能力培养的实验教学项目,为“医-工融合类”实验教学建设和人才培养提供了参考。

关键词： 自然语言处理   人工智能系统   机器学习   图像处理   语言识别   技术解决方案   多模态   养老服务  

摘要： 引言:高质量养老服务发展呼唤AGI机器人AGI又称多模态人工智能,即通用人工智能(Artificial General Intelligence),是指一种像人类一样思考、学习和执行任务的AI工具,它与专门领域的人工智能,例如语言识别、图像处理、自然语言处理等人工智能系统有所区别,它从不同来源获取信息,进行机器学习,像人类一样推理和决策,具有通用性、灵活性、适应性等特征,能够在多种环境下执行任务,是全面的智能系统。

关键词： YOLOv10   轻量化   分级检测   目标检测   AKVanillaNet  

摘要： [目的/意义]在农业生产的后期,对干制黄花菜等级进行准确分类至关重要。针对现有目标检测模型在干制黄花菜分级任务中精度不足及参数过多的问题,提出一种轻量级的YOLOv10-AD网络模型。[方法]该模型设计了全新的骨干网络AKVanillaNet,针对干制黄花菜的特殊形状特征进行了优化,显著提升了检测精度,同时降低了模型的参数和计算成本。此外,还将DysnakeConv模块嵌入C2f结构中,进一步增强了对干制黄花菜特征的提取能力,并通过采用Powerful-IOU(PIOU)损失函数,更好地拟合数据,提升模型性能。[结果和讨论]在干制黄花菜等级分类的数据集上的测试结果表明,YOLOv10-AD模型的平均准确率mAP(Mean Average Precision)达到了85.7%,其参数量、计算量和模型大小分别为2.45 M、6.2 GFLOPs和5.0 M,帧率FPS(Frames Per Second)为156。与基准模型相比,YOLOv10-AD不仅将mAP提升了5.7%,FPS提升了25.8%,同时还将参数量、计算量及模型大小分别降低9.3%、24.4%和9.1%,不仅提升了检测精度,还降低了模型的部署难度。[结论]提出的YOLOv10-AD网络模型能够在不同光照条件下对干制黄花菜进行精准分类,且具有较好的实时性,为干制黄花菜等级的智能分类提供了有效的技术参考。

关键词： 智能交通   速度测量   影像视锥   数据融合   卡尔曼滤波   目标检测  

摘要： 为克服激光、相机在雷视监控设备测速任务中的采集频率、分辨率、视角等差异,提出一种影像优先与二维三维视图一体的多目标连续追踪测速方法。首先,均匀选取场景几何特征同名点对,采用直接线性变换法计算外参参数,在线完成相机与激光雷达间标定;然后,提出视觉引导的视锥体空间下二维三维一体目标定位方法,以高分辨率地面点计算区域界限初步去除背景点,将视锥三维视图转换为二维俯视图自适应计算目标聚类参数,以二维最密体素指引恢复至三维选取起始种子点完成聚类定位以消除无关点,解决视角导致的不同分辨率点云目标检测混淆问题;最后,基于卡尔曼滤波,考虑车辆运动状态,根据离散同步帧点云定位结果将测速过程建模为相应观测方程,并以点云分辨率估计观测噪声协方差矩阵,实现对离散测速结果的连续最优估计,解决观测噪声以及两设备时间异步的误差影响。在常见交通场景的图像+点云数据下进行实验,结果表明,本文方法速度测量的平均绝对误差为0.2764 m/s,均方根误差为0.3251 m/s,最远探测距离达到103.211 m,具有较高的准确性和实用性。