关键词： 红外小目标检测   密度峰值聚类   局部空间熵   多尺度特征   空时特征融合  

摘要： 红外成像技术广泛应用于军事和民用领域，其中红外小目标检测作为应用中不可或缺的环节，具有重要的实际意义。针对现有方法无法有效区分类目标稀疏结构与真实目标的问题，本文提出一种融合时域局部空间熵与空域多尺度特征的红外小目标检测算法。在时域分支上首先设计基于图像块相似性度量的密度峰值聚类算法，定位红外小目标候选区域，减少对背景的冗余计算。进一步地，提出一种基于帧间局部差异的时域局部空间熵，充分挖掘目标与背景熵值在局部区域的不同变化特性，解决类目标稀疏结构引起的虚警问题。此外，引入空域多尺度特征提取分支，构建时空融合特征，降低候选区域定位中的漏检率，提高对不同尺度小目标的检测能力。在5组不同场景的序列上与9种算法进行对比，本文提出的方法BSF指标均优于其他方法，其中BSF在表现最好的序列5上为次优方法的2.02倍，在ROC曲线中4组序列上表现为最优。综上所述，相比于其他方法，所提出的方法能够在类目标稀疏结构干扰下精准检出小目标。

关键词： FasterNet网络   GSConv卷积   双向加权特征金字塔   轻量化   车窗开闭检测  

摘要： 针对当前智慧化城市建设中安防检测技术对检测精度和检测速度的要求，提出了一种基于改进YOLOv5s的轻量化车窗目标检测模型，在保证模型的精度同时，降低其计算复杂度，使其能够在边缘计算平台中部署，实现对车窗的开闭状态进行检测。首先在主干网络中引入FasterNet，减少模型的计算量和模型参数；其次在特征融合阶段，使用GSConv降低模型的复杂度，并使用双向加权特征金字塔BiFPN连接特征融合网络，融合更多的特征信息；最后使用SIoU损失函数加快收敛速度。实验结果表明，改进后的算法在车窗数据集上相较于原算法表现出明显差异，模型精度mAP50和mAP50-95分别提高了0.1%和0.5%，模型的参数量和FLOPs大幅度降低，仅为原模型的18.74%和17.09%，推理速度提升了260%。将改进后的模型部署在Nvidia Jetson Nano平台，有着良好的表现。

关键词： 计算机视觉   裂缝识别   智能检测   混凝土裂缝   识别算法   结构评估  

摘要： 裂缝检测作为混凝土结构健康监测的重要内容之一，反映了结构受力及损伤状态，其检测及评估是保障结构安全服役的核心技术。传统的检测方法时空上覆盖范围有限，受环境、高空等因素影响较大，检测效率及精度相对较低，且较依赖于主观判断，易造成漏检与误检。基于计算机视觉的检测方法通过搭载数字成像设备进行数据采集、输入、图像处理，对混凝土表面进行自动分析和识别，具有高效、准确、客观等优点，在混凝土结构裂缝智能检测领域应用广泛。从图像采集、图像处理、识别算法和结构评估4个方面详细阐述基于计算机视觉的混凝土裂缝检测原理、方法和应用；综合评述数字成像技术中裂缝图像采集设备及各种图像预处理方法的适用情况，并分析不同识别算法的优缺点及适用性；与此同时，总结凝练当前研究的不足，分析计算机视觉技术在设备智能化、网络轻量化等方向上的应用及研究中面临的挑战和问题，并提出相应的解决措施，从多源数据融合利用、智能设备轻型化、数字成像与裂缝映射、结构评估高效性及实时性等方面进行展望。

关键词： 深度学习   安全帽佩戴检测   目标检测   YOLOv5算法  

摘要： 针对现有安全帽佩戴检测算法精度低，在复杂环境下对小目标、密集目标和遮挡目标存在漏检和误检等问题，提出了一种基于改进YOLOv5的安全帽佩戴检测算法。采用超级下采样模块CPC，获取更多纹理特征，关注感兴趣的区域，减少重要信息丢失；融合全新空间金字塔池化模块S-SPPF，不同尺度的池化进行融合，对特征进行有效挑选，一定程度解决目标小的问题；修改网络中的Neck结构，增加小目标检测层，拓展网络的深度对特征进行提取，提升小目标检测精度；借鉴密集网络的思想，使用多并联网络CC3模块，改进了特征提取过程中相似度损失问题，提高对特征的表达能力。在安全帽数据集上实验结果表明，改进的YOLOv5模型具有良好的检测性能，平均检测精度达到了94.6%，相比原YOLOv5模型平均检测精度提高了2.2%，其他各项指标都有提高，能够解决漏检和误检问题，满足在复杂环境下对安全帽佩戴检测的要求。

关键词： 三七   复杂收获作业工况   目标检测   通道剪枝   边缘计算   YOLO v8s  

摘要： 为实现三七联合收获作业过程中的自适应分级输送和收获状态实时监测，本文针对三七根土复合体特征和复杂田间收获工况，提出一种基于YOLO v8s并适用于Jetson Nnao端部署的三七目标检测方法。在YOLO v8s对三七准确识别的基础上，针对其新的模型结构特性，利用通道剪枝算法，制定相应剪枝策略，保证模型精度的同时提升实时检测性能。采用TensorRT推理加速框架将改进模型部署至Jetson Nano，实现了三七目标检测模型的灵活部署。试验结果表明，改进后的PN-YOLO v8s-Pruned模型在主机端的平均精度均值为93.71%，参数量、计算量、模型内存占用量分别为原始模型的39.75%、57.69%、40.25%，检测速度提升44.26%，与其他目标检测模型相比，本文改进模型在计算复杂度、检测精度和实时性方面具有更好的综合检测性能。在Jetson Nnao端部署后，改进模型检测速度达18.9 f/s，较加速前提升了2.7倍，较原始模型提升了5.8 f/s。台架试验结果表明，4种输送分离收获作业工况下三七目标检测的平均精度均值达87%以上，不同输送分离收获作业工况和不同流量等级下的目标三七计数平均正确率分别达92.61%、91.76%。田间试验结果表明，三七目标检测平均精度均值达84%以上，计数平均正确率达88.11%，图像推理速度最低达31.0帧/s。模型检测性能和计数效果能够满足复杂田间收获工况下目标三七的检测需求，可为基于边缘计算设备的三七联合收获作业自适应分级输送系统和收获作业质量监测系统提供技术支撑。

关键词： 缺陷检测   异常检测   计算机视觉   工业视觉   深度学习   无监督学习  

摘要： 工业缺陷检测在保障产品质量、提高企业竞争力方面具有极其重要的作用。传统的缺陷检测方法依赖于人工检查，成本高且效率低下，难以满足大规模的质量检验需求。近年来，基于视觉的工业缺陷检测技术取得了显著的进步，已成为产品外观质量检验的一种高效解决方案。但在许多实际工业场景中，获取大量带有标签的数据非常困难，且对产品检测的人工成本和实时性均有所要求，因此，无监督学习逐渐成为研究的热点。针对该领域任务构建、现行技术、评估标准以及不同方法之间的共性和差异，对相关工作进行综述。首先，明确了工业缺陷问题的定义，并从数据难点和任务挑战等多个角度分析了问题的难点；其次，重点介绍了基于无监督深度学习的工业缺陷检测主流方法，并进行了详细的归纳与分析；再次，介绍了常用的公开数据集与评价指标；最后，对工业缺陷检测领域将来的工作进行了展望。

关键词： 道路多目标检测   YOLOv8   StarNet   多尺度改进   小目标检测  

摘要： 目的针对道路场景中待测目标检测精度低、重叠目标漏检率高，以及小尺度与远距离的小目标物检测效果较差等问题，提出了一种基于YOLOv8s改进的道路多目标检测方法。方法首先基于新型的轻量化网络StarNet，改进Bottleneck构建了SNC2f模块，丰富主干提取的语义信息，优化不同尺度特征的融合效果。为了弥补不同尺度目标特征信息提取能力不足的缺陷，设计了基于通道和空间注意力多尺度改进的CSMA模块，丰富模型提取的全局视觉信息，进一步提高模型对道路中多种目标物的识别精度。增加小尺度的特征融合层与检测头，提升交通灯这类小目标识别与定位的准确性，有效降低小目标的漏检与误检。结果改进后的模型的准确率、召回率、mAP@50以及mAP@50:95分别达到了84.2%、70.6%、78.4%和44.8%，相较于原始模型提高4.4%、1.3%、2.9%和1.1%。此外参数量和权重体积减少了13.5%与12.4%。综合效果优于YOLOv5s、YOLOv7、YOLOv9c及YOLOv10s等主流目标检测算法。结论改进后的模型有效提高了模型对于道路中小目标的识别效果，有助于解决检测精度低、漏检与误检等问题。

关键词： 人工智能   深度学习   Transformer   大型语言模型   智慧医疗   数据分析   图像处理   计算机视觉  

摘要： 深度学习是人工智能领域的热门研究方向之一，它通过构建多层人工神经网络模仿人脑对数据的处理机制。大型语言模型(large language model，LLM)基于深度学习的架构，在无需编程指令的情况下，能通过分析大量数据以获得理解和生成人类语言的能力，被广泛应用于自然语言处理、计算机视觉、智慧医疗、智慧交通等诸多领域。文章总结了LLM在医疗领域的应用，涵盖了LLM针对医疗任务的基本训练流程、特殊策略以及在具体医疗场景中的应用。同时，进一步讨论了LLM在应用中面临的挑战，包括决策过程缺乏透明度、输出准确性、以及隐私、伦理问题等，随后列举了相应的改进策略。最后，文章展望了LLM在医疗领域的未来发展趋势，及其对人类健康事业发展的潜在影响。

关键词： Yolov5s   密集行人检测   渐进多尺度特征融合   目标检测   注意力机制  

摘要： 在密集行人检测任务中目标的检测精度低，漏检和误检等一直是充满挑战的问题，导致此问题是原因是大多数的场景中存在大量多尺度的目标，多尺度的目标使得算法面临着尺度变化，从而使得算法的精度不高。针对此问题，提出了一种基于改进Yolov5s的多尺度行人检测网络（MPDNet）。该网络改进包括三个方面：首先对于主干网络，在C3模块中添加了空间位置注意力模块，并引入改进的ViTv3Block模块，可以有效强化特征信息的提取；特征融合部分，在渐近特征金字塔网络（AFPN）的基础上进行了改进，改进后的AFPN可以在更少参数量和计算量的情况下进行跨层特征融合；最后在特征融合网络末端添加了空间加强多尺度注意力模块（SEMA），增强模型对目标的定位能力。通过分析实验结果，MPDNet在WiderPerson和CrowdHuman两个密集行人检测数据集上相较于Yolov5s，AP50分别提升了4.2%和3.2%，AP50:95分别提升了5.0%和3.9%。MPDNet能够很好地完成复杂场景中密集行人检测任务。

关键词： 频率响应分析   电力变压器   绕组变形   数字图像处理   故障诊断  

摘要： 频率响应分析法（Frequency Response Analysis，FRA）是一种有效检测变压器内部绕组变形故障的方法。然而，在传统的FRA方法中，通常仅使用幅值响应来解释FRA特征，而相位响应的重要性尚未得到充分重视。针对以上问题，本文提出了一种基于频响重构和数字图像处理的变压器绕组变形故障诊断方法。该方法首先将频率、幅值和相位元素融合在一个三维坐标图中，并应用图像处理技术进行纹理分析特征提取。随后，利用图像平方和比误差（ISSRE）的三角坐标统计图实现了故障类型分类，并总结了绕组故障类型判别的参数化阈值指标。然后，基于极坐标频率响应特性，提出了能够识别绕组故障程度的定量化指标图像平方和最大-最小比误差（ISSMMRE）。最后在一台定制电力变压器上进行了各种故障的实验验证，证明了该方法的有效性和可行性，为FRA方法的改进和自动化提供了新的思路和方法。