关键词： 目标检测   YOLOv4   MobileNetv2   CA注意力机制   SPP+  

摘要： 针对当前算法在交通环境中对电动车和摩托车驾驶员的头盔配戴检测表现出较高的漏检率和定位精度不足等问题,本文提出了一种优化改进的YOLOv4算法。引入了轻量级网络MobileNetV2替代CSPDarknet53主干网络,不仅显著减少了参数数量和计算成本,而且保持了必要的表征能力。采用CA注意力机制结合深度可分离卷积提升网络特征的代表性,并且与深度可分离卷积结合进一步优化了计算效率。为了更有效地利用不同层次的特征并提升检测性能,引入了SPP+最大池化结构。在不同的空间尺度上捕捉和融合特征,促进模型捕获更为全面的上下文信息。实验结果表明,优化改进的YOLOv4算法mAP值达到了98.55%,比YOLOv4算法提高了1.9%,检测速度由35.66fps/s提升至53.25fps/s。确保准确度的前提,优化改进的YOLOv4算法在头盔配戴检测任务上的表现有了显著提升,使其更适用于轻量级应用场景。

关键词： 机器视觉   目标检测   Delta分拣系统   机械设计   人工智能   医疗垃圾   垃圾分类   智能垃圾箱  

摘要： 医疗垃圾中存在大量的病毒和细菌,为解决医疗垃圾源头智能分类问题,开发了基于机器视觉和Delta机构的智能分拣平台样机,并提出一种三阶段的多目标医疗垃圾识别分拣(medical waste recognition-indexes-sorting,MWRIS)算法。第1阶段提出数据增强扩容的IE-YOLOv4算法建立起医疗垃圾识别模型,与Faster R-CNN、RetinaNet、CenterNet等5种模型比较;第2阶段索引分类模型用于管理分类规则;第3阶段定位分拣算法指导目标定位分拣。在集成了MWRIS算法的分拣样机上,采集14种,2217张医疗样本图像,完成医疗垃圾分拣实验。结果表明,使用IE-YOLOv4的MWRIS算法对医疗垃圾识别准确率显著提升至99.30%,分拣实验对目标定位准确率达到96.17%,最终分类正确率为86.67%,验证了多目标医疗垃圾识别分拣系统的有效性。

关键词： 遥感图像   目标检测   区域掩码对比蒸馏   旋转定位损失函数  

摘要： 为解决遥感图像中存在背景干扰以及目标密集分布的问题,采用了一种以区域掩码对比蒸馏为基础的目标检测方法,旨在提高遥感图像目标检测性能.首先,通过对目标特征区域进行掩码操作,以区分前景和背景并捕捉目标的细节纹理,生成细致的特征掩码.其次,结合对比蒸馏算法,通过对教师网络和学生网络的区域掩码进行对比学习,使学生网络更加充分地吸收教师网络在目标特征纹理检测方面的知识.同时,在检测阶段引入了一种旋转定位损失算法,该算法通过量化真实边界框和预测边界框之间的格点向量差来进行损失估计,从而减小了预测边界框与真实边界框之间的旋转损失.结果表明,改进算法的均值平均精度在DOTA和HRSC2016数据集上分别较传统算法提高了3.57%和5.22%.

关键词： YOLOv5   目标检测   路面裂缝   Swin Transformer   注意力机制  

摘要： 针对使用YOLOv5模型检测路面裂缝未能充分考虑裂缝尺度差异大、目标小的特性以及与背景不易区分等因素导致检测精度低的问题,提出了一种基于改进YOLOv5的路面裂缝检测算法.首先,引入Swin Transformer模块到YOLOv5模型中,提升网络全局特征提取能力.其次,在主干网后增加膨胀卷积模块,旨在特征融合前提取主干网全局特征信息.最后,通过加入注意力机制模块来增强模型对检测目标的关注力并削弱背景干扰因素的影响.实验结果表明,改进YOLOv5模型在路面裂缝数据集中检测精度有较大提升,相比原模型平均精度均值提升了3.4个百分点,其中龟裂精度提升最明显,且检测裂缝的平均精度均值高于其他典型的一阶段目标检测算法,证明了改进YOLOv5模型的有效性.

关键词： SEM   微观结构   分形维数   孔隙率   图像处理  

摘要： 土体微结构定量化分析技术是微观土力学的一个研究方向,利用图像处理技术有效提取土体微结构参数是正确分析土体微结构特征的重要基础。针对土体微结构信息提取中存在的问题,本文借助MATLAB软件图形处理工具箱,对辽西地区黄土样品SEM图像进行处理,研究辽西黄土孔隙分形维数、孔隙率、孔隙大小及分布情况,探讨图像处理方法对黄土微结构参数的影响规律。结果表明:1)图像截取面积较小时,对所提取的黄土微结构参数影响较大;而中等和较大的截面,对所提取的黄土微结构参数影响较小;中等截面对图像进行处理得到的黄土微结构参数与土样物理试验测试值最为接近。2)阈值对孔隙分形维数影响较小,对孔隙率和孔隙面积影响较大,辽西黄土SEM图像阈值建议取值范围为100~120。3)过大的放大倍数会使孔隙分维数失真,孔隙率与孔隙面积大小统计结果与放大倍数的增长成反比。

关键词： 桥梁监测   车辆荷载识别   计算机视觉   深度学习   多目标跟踪  

摘要： 桥梁车辆荷载的动态分布对桥梁健康状态的监测和分析具有重要意义,传统的车辆荷载监测方法难以适用于跨度大、结构复杂的桥梁,并且不能实时监测。因此,针对传统车辆荷载监测方法的局限性,在利用动态称重系统的基础上,提出一种基于机器视觉的车辆荷载动态监测方法,能够应用于大跨度桥梁。首先在桥头布置动态称重系统对经过的车辆采集重量数据,同时利用计算机视觉系统同步采集称重车辆的图像并分配ID;车辆在沿桥行驶的过程中,为了计算车辆在桥面的位置,首先进行图像透视畸变校正,建立图像坐标与真实桥面坐标的映射关系,然后通过布置在桥梁上的视觉检测系统采用SSD算法识别沿桥相机视野内的车辆,并记录车辆在桥面上的位置信息;再根据多目标跟踪算法实现车辆目标在相邻时刻的ID关联;如此迭代,即可获取车辆在全桥的移动轨迹,并可根据车辆ID追溯其重量信息,以此达到实时监测桥梁车辆荷载的目的。为了验证所提出方法的可靠性,在武汉鹦鹉洲长江大桥进行了实验验证,结果显示,在不同天气下车辆识别的精确度为96.3%,多目标跟踪结果的ID跳变率为3.4%。实验结果表明监测效果稳定、可靠,能够满足大跨桥梁全桥面车辆荷载动态分布情况监测与记录的要求。

关键词： YOLOv8   害虫检测   注意力机制   边缘计算   CBAM   BiFPN   VoVGSCSP   GSConv  

摘要： [目的/意义]实现复杂的自然环境下农作物害虫的识别检测,改变当前农业生产过程中依赖于专家人工感官识别判定的现状,提升害虫检测效率和准确率具有重要意义。针对农作物害虫目标检测具有目标小、与农作物拟态、检测准确率低、算法推理速度慢等问题,本研究提出一种基于改进YOLOv8的复杂场景下农作物害虫目标检测算法。[方法]首先通过引入GSConv提高模型的感受野,部分Conv更换为轻量化的幻影卷积(Ghost Convo⁃lution),采用HorBlock捕捉更长期的特征依赖关系,Concat更换为BiFPN(Bi-directional Feature Pyramid Network)更加丰富的特征融合,使用VoVGSCSP模块提升微小目标检测,同时引入CBAM(Convolutional Block Attention Module)注意力机制来强化田间虫害目标特征。然后使用Wise-IoU损失函数更多地关注普通质量样本,提高网络模型的泛化能力和整体性能。之后,对改进后的YOLOv8-Extend模型与YOLOv8原模型、YOLOv5、YOLOv8-GSCONV、YOLOv8-BiFPN、YOLOv8-CBAM进行对比,验证模型检测准确度和精度。最后将模型移植到边缘设备进行推理验证,在实际应用场景中验证模型的有效性。[结果和讨论]YOLOv8-Extend在对比实验中均取得良好的表现,其中与原模型对比实验中,精确率、召回率、mAP@0.5和mAP@0.5∶0.95评价指标分别提升2.6%、3.6%、2.4%和7.2%,表现突出,具有更好的检测效果。改进前后的模型分别运行在边缘计算设备JETSON ORIN NX 16 GB上并通过TensorRT加速相比,mAP@0.5提升4.6%,达到57.6 FPS,满足实时性检测要求。在复杂农业场景中YOLOv8-Extend模型具有更好的适应性,在实际采集数据中微小害虫与生长环境相似的害虫检测方面有明显优势,在困难数据检测方面准确率提高了11.9%。[结论]本研究提出的YOLOv8改进模型有效提高了检测精度和识别率同时保持了较高的运行效率,能够部署在边缘终端计算设备上实现农作物害虫的实时检测,也为其他小目标智能检测和模型结构优化提供参考和帮助。

关键词： 图像处理   点云   深度学习   语义分割   自动驾驶  

摘要： 点云数据可以提供现实世界中任意物体或场景的丰富空间信息,随着三维视觉技术的快速发展,处理包含数百万甚至数十亿个点的大规模点云语义分割任务引起了研究者的广泛关注。语义分割的目的是获得每个点的语义类别,用于更好地理解三维场景,在三维扫描技术和深度学习技术共同推动下,它已广泛应用于智能机器人、增强现实和自动驾驶等领域。为了展示深度学习在大规模点云语义分割领域的最新进展,首先对近年来基于深度学习的大规模点云语义分割方法进行全面的归纳和总结;然后介绍常用的大规模点云数据集和评价指标,在此基础上比较和分析不同算法的分割性能;最后指出现有方法的局限性,并对大规模点云语义分割任务的未来研究方向进行展望。

关键词： 运动数据   计算机视觉   注意力机制   标记点   运动康复   特征检测   数据采集   康复过程  

摘要： 目的运动康复是康复医疗领域的一个重要环节,但在运动康复过程中存在医生与病人相互遮挡的情况,从而导致人体运动跟踪数据缺失和数据混淆,进而影响患者康复进展和医生康复手法的评估准确性。针对这些问题,本研究提出基于计算机视觉的高精度无标记点人体运动捕捉算法及系统,并实现多人的同步数据采集。方法在YOLOv7-Pose算法的基础上,通过添加CBAM注意力机制及额外4个特征检测头,提升了人体运动数据的采集精度。在此基础上,结合轨迹追踪算法(Byte Track)和行人重识别算法(Re ID),提出了YPCM4-RB多人跟踪算法及运动捕捉系统,实现了在部分遮挡情况下的多人数据同步采集。结果与NOKOV光学三维动作捕捉系统(亚mm级别精度)相比,本研究提出的YPCM4-RB多人跟踪算法及动捕系统表现出高度的数据一致性(ICC>0.75,P<0.001),并且所有关节角度误差控制在9度以内。同时,本算法及系统在部分遮挡情况下均能精确采集到多人运动数据,ID变更率和目标丢失率仅为2.1%。结论本研究提出的YPCM4-RB多人跟踪算法及动捕系统在运动康复中可以实现高准确性和高完整性的多人运动数据采集。这些高质量的运动数据不仅可以帮助医生了解患者康复进展从而制定个性化的康复方案,同时也可以帮助年轻医生进行临床实训及手法评估。

关键词： 自动驾驶   多目标跟踪   多类别  

摘要： 基于相机传感器的多目标跟踪算法是自动驾驶的重要组成部分。驾驶场景下,基于交并比进行前后帧关联的方案一直存在大量的身份切换,此现象在对向来车以及自车转弯时更加明显。本文将目标在二维平面上的运动速度作为扩展匹配空间的变量,设计了基于目标速度变化的交并比算法:Velocity IoU,从而优化前后帧目标关联。同时,使用自监督的外观模型提取不同目标的外观特征编码。基于上述的运动模型以及外观模型,提出了一种互补的关联策略,最终实现驾驶场景下多类别多目标跟踪。在BDD100K上验证了该方法,对应mMOTA为45.2,mIDF1为55.2,IDs为8793,优于大部分跟踪算法。