关键词： 目标检测   YOLO v5   FasterNet网络   边框角点   ECIoU  

摘要： 为了实现苹果采摘过程中准确快速的识别,本研究提出一种融合FasterNet模型的YOLO v5改进苹果检测算法。首先在基准图像特征提取模块中使用FasterNet架构替代YOLO v5模型中的卷积块和CSPLayer,降低算法复杂度并增强小目标的特征提取能力;然后提出了利用ECIoU损失函数来预测目标位置偏差,通过增加边框角点损失来描述预测框与真实目标框之间的位置偏差信息,进一步提高了苹果检测的准确性,解决了YOLO v5算法对有遮挡的密集目标检测效果不佳的问题;最后在检测后处理阶段提出ECIoU-NMS方法以优化重叠目标框的选择。在通用数据集MS COCO和自建数据集上对本研究所提方法与YOLO v5算法进行了对比试验。本研究所提算法模型参数量下降了12%,计算量下降了25%,帧率提升了23%。在通用数据集MS COCO上mAP_(0.5)和mAP_(0.5∶0.95)指标分别提升了2.9、1.9百分点,在自建苹果数据集上mAP_(0.5)和mAP_(0.5∶0.95)指标分别提升了2.5、1.9百分点。本研究方法性能优于YOLO v5,且模型的轻量化使其更容易在苹果采摘机器人上部署。

关键词： 目标检测   Transformer   编码器   DETR   混合注意力  

摘要： DETR是第一个将Transformer应用于目标检测的视觉模型。在DETR结构中,Transformer编码器对已高度编码的图像特征进行再编码,这在一定程度上导致了网络功能的重复。此外,由于Transformer编码器具有多层深度堆叠的结构和巨大的参数量,导致网络优化变得困难,模型收敛速度缓慢。本文设计了一种无编码器的Transformer目标检测网络模型。由于不需要引入Transformer编码器,本文的模型比DETR参数量更小、计算量更低、模型收敛速度更快。但是,直接去除Transformer编码器将降低网络的表达能力,导致Transformer解码器无法从数量庞大的图像特征中关注到包含目标的图像特征,从而使检测性能大幅降低。为了缓解这个问题,本文提出了一种混合特征注意力(fusion-feature mixing attention,FMA)机制,它通过自适应特征混合和通道交叉注意力弥补检测网络特征表达能力的下降,将其应用于Transformer解码器可以减轻由于去除Transformer编码器带来的性能降低。在MS-COCO数据集上,本文网络模型(称为FMA-DETR)实现了与DETR相近的性能表现,同时本文的模型拥有更快的收敛速度、更小的参数量以及更低的计算量。本文还进行了大量消融实验来验证所提出方法的有效性。

关键词： 苹果采摘机器人   目标检测   YOLOv5   深度可分离卷积  

摘要： 为实现复杂环境中苹果采摘机器人目标快速检测,克服传统YOLO v5网络结构复杂、计算性能弱的缺点,提出了一种基于深度可分离卷积YOLO v5的采摘机器人目标检测方法。在采集苹果样本图像并制作实验数据集后,进行模型训练和测试,引入深度可分离卷积YOLO v5网络对苹果图像进行特征提取,解决了网络中参数冗余问题,提高了采摘机器人的识别速度;采用CIoU-Loss损失函数和DIoU-NMS非极大值抑制方法,对损失函数进行优化,提升了机器人视觉系统对苹果的定位精度。机器人采摘试验结果表明:算法检测精度达95.8%,检测速度达53帧/s,机器人单次采摘时间为4.7s,采摘成功率达93.9%。检测方法在减少模型参量的同时可保证检测精度和效率,具有较强的工程实用性。

关键词： 新工科   创新人才   教学设计   计算机视觉  

摘要： 针对人工智能技术飞速发展对高等教育新工科专业提出的“多学科交叉汇聚,多技术跨界融合”人才培养需求,分析了计算机视觉课程的现状及问题。在古语“夫合羹之美,在于合异”的启示下,从融合多维教学资源,实施多样学习活动,培养多元创新能力等方面,提出了开展计算机视觉课程的教学创新设计的途径。

关键词： 广州街道   街景图像   计算机视觉   空间效应   机器学习   适老性景观   环境感知   人机对抗评分  

摘要： 城市街道与老年人的日常活动密切相关,探讨街道环境适老性水平的空间分布特征及其关键影响因素,对老年友好型城市公共空间建设有重要指导作用。然而,既有研究难以贴近真实的人本视角、快速、大规模且精准地评估街道适老性水平的地理空间效应。因此,本研究从人行视角采集街景图像,结合语义分割和目标检测技术提取环境要素,利用人机对抗众包评价与残差神经网络50(ResNet50)技术测度街道环境适老性水平,采用莫兰指数(Moran's I)、普通最小二乘回归模型(OLS)、空间滞后模型(SLM)和空间误差模型(SEM)综合分析街道适老性水平的地理空间异质性及其影响因素;最后,选取了老龄化程度明显、街道环境多样的广州天河核心区为例进行实证研究。研究发现:①本研究结合了人视街景图像、机器学习和空间统计学方法,能够快速、有效地开展街道适老性水平评价,揭示其空间效应特征和关键影响因素;②街道适老性水平指标在研究区存在中等偏高程度的空间聚集性,商业型街道和靠近住宅区的街道、滨水街道差异大。水平较高的是商业型街道和靠近低密度住宅区的街道,较低的是靠近高密度住宅区的街道。老年人在滨水街道的活动性和安全感高,但愉悦感低;对靠近住宅区街道的归属感低;③不同街道环境要素对适老性水平的影响存在差异。绿视率、开敞度和围合度对街道适老性水平的影响较强,拥挤度、人行道占比与场景多样性几乎无影响。研究有助于为精细化、具身性的城市街道适老化空间研究与实践提供参考和理论依据。

关键词： 割草机器人   路径规划   CCD*   纹理特征   计算机视觉  

摘要： 首先,采用运动控制、能源、传感器、核心处理器和割草等5个模块设计了农业割草机器人试验平台;然后,利用纹理特征对障碍物图像分割算法进行分析研究;最后,基于CCD*实现了割草机器人的全区域覆盖作业。实验结果表明:使用研究的CCD*算法大大提高了割草机器人全区域覆盖作业的能力和作业效率。

关键词： 船舶柴油机   气缸润滑   计算机视觉   气缸注油器  

摘要： 气缸注油率调节不及时以及气缸润滑状况不可直接测量等问题,一直是轮机管理的难点。分析气缸油碱值和注油率对气缸润滑的影响,针对扫气道残油碱值和含铁量检测存在的不足,提出基于计算机视觉的气缸润滑图像处理方法。将活塞和缸套的图像进行归一化、聚类、分割和形态特征提取等操作,基于Hu不变矩和卷积神经网络迁移学习的以图搜图技术开发气缸润滑质量分析软件,有效解决了气缸注油率人工调节的不确定性及失误概率大的难题,并将其应用于某超大型油船主机气缸润滑最优管理。应用结果表明:借助气缸润滑图像的计算机视觉深度学习可优化气缸注油率,实现了扫气道残油含铁量不高于25 mg/kg,残油碱值不低于30 mgKOH/g,缸套磨损率不高于0.1 mm/kh的气缸润滑最优控制,降低了缸套过度磨损的风险。该方法具有较好的推广应用价值和经济效益。

关键词： 图像处理   磁共振重建   密集连接残差块   坐标注意力   双域  

摘要： 磁共振成像是一种重要的医学影像临床工具,然而生成高质量的磁共振图像需要较长的扫描时间。为了加速磁共振成像速度,重建高质量的磁共振图像,提出一种级联频域和图像域的密集连接残差模块的磁共振重建网络。所提模型由频域重建网络和图像域重建网络组成,每个网络以U形的编码器-解码器结构为基础架构,两个域之间利用傅里叶逆变换进行转换。编码器采用了新设计的密集连接残差块,在提高特征复用的同时能够缓解梯度消失问题。在跳转连接处引入了坐标注意力,用于全局特征的提取和增强纹理细节的恢复。在公开的CC-359数据集上评估所提模型的性能。实验结果表明,与现有其他方法相比,所提方法在不同的采样率和采样掩模下可以有效去除伪影和保留更多的纹理细节,重建出更高质量磁共振图像。

关键词： 侧扫声纳图像处理   水下目标特征提取   多目标检测   同步码字优化降噪   YOLOv7目标识别  

摘要： 针对海底侧扫声纳图像分辨率低、噪声污染严重导致水下目标检测不准确的问题,提出一种结合同步码字优化降噪的水下声纳图像目标检测方法。利用同步码字优化对声纳图像中的乘性噪声进行降噪处理,从而使图像中的水下目标物获得更好的视觉与检测效果,同时对声纳图像进行相应的数据集扩充。最后利用适合本文方法的YOLO系列中的YOLOv7对降噪后声纳图像中的目标物体进行检测,并在其特征网络中加入了卷积块注意模块,从而加强对目标的特征提取。仿真结果分析得出,同步码字优化降噪与YOLOv7相结合的目标检测方法,可使目标置信度达到79%,相较于降噪前的目标检测置信度提高16%,对于目标较小的物体,能更好地改善漏检与误检情况。

关键词： 墨层厚度检测   薄膜   图像处理   概率霍夫直线变换  

摘要： 在印刷技术领域中,经常会因墨层厚度无法精准检测而产生印刷精度问题。现有的墨层厚度检测方法误差较大,为此本研究基于概率霍夫直线变换原理,提出了将激光三角测厚技术和图像处理技术相结合的墨层厚度检测方法。首先搭建墨层厚度检测系统平台,然后使用工业相机采集图像并处理采集的图像,最后基于概率霍夫直线变换方法获得激光偏移量,计算得到墨层厚度数值。本研究找到了适合该墨层厚度检测系统的激光入射角,并与传统测量方法进行对比测量实验。结果表明,测量误差小于3μm,验证了该方法能够有效测量透明薄膜印品墨层厚度。