关键词： 螺栓松动检测   YOLOX   深度学习   目标检测  

摘要： 螺栓对机械结构的稳定性有较大影响,针对螺栓松动检测作业的需求,提出了一种基于YOLOX的螺栓松动检测方法,实现对螺栓松动的快速检测。将YOLOX中检测效果最优的YOLOX-X算法应用于螺栓目标检测和螺栓标记线检测,YOLOX算法以YOLOv3-spp为基础框架,通过加深网络深度和引入大量残差结构的方法,增强了特征提取的能力,并提高了检测精度和检测效率。采集大量的螺栓图片验证该螺栓松动检测方法的有效性,实验结果表明:YOLOX-X目标检测的准确度较高,通过目标检测结果可以有效地判断出螺栓是否松动。

关键词： 遥感   高分辨率遥感影像   神经网络架构搜索   目标检测   逐路径采样  

摘要： 针对传统遥感影像目标检测的深度学习网络需要人工设计、过度依赖专家经验、费力耗时等问题,提出了一种基于神经网络架构搜索的遥感影像目标检测方法,通过逐路径采样和进化搜索策略自动构建高效的目标检测网络,完成遥感影像目标检测任务。在DIOR数据集和RSOD数据集上进行了实验,目标检测平均精度达到67.8%和85.5%,FLOPs为208.47 G和201.67 G,在检测精度和计算效率方面均优于Faster R-CNN、RetinaNet、NAS-FCOS、ResNet Strikes Back、HRNet和GRoIE等现有网络模型。实验结果表明,本方法能自动搜索出高分辨率遥感影像目标检测的网络架构,具有比人工设计的经典网络更优越的性能。

关键词： 目标检测   红外热成像   埋地输油管道   腐蚀检测   滑动窗口   去噪处理  

摘要： 在非开挖的条件下,埋地输油管道腐蚀检测容易受土壤及其他环境因素影响,无法保证检测精准度。为此,提出基于红外热成像的腐蚀无损检测方法。基于红外热成像技术完成埋地输油管道图像的提取,结合运算消除图像中的噪声影响;在图像中设置多个滑动窗口,利用滑动窗口进行极小值算法,参考腐蚀区域的两点特征,判断检测区域是否存在连续性,以及是否满足长度阈值条件,若具有连续性或不满足长度阈值,则判断该区域为腐蚀区域。仿真实验结果表明,所提方法检测结果与实际腐蚀情况吻合度高,检测结果精准。

关键词： 视频SAR   运动目标检测   深度学习   YOLOv5   阴影检测  

摘要： 视频合成孔径雷达图像中动目标阴影可反映其真实位置,针对目前利用深度学习检测阴影的方法来检测动目标存在检测概率低和虚警等问题,提出一种改进的YOLOv5模型。该算法以YOLOv5框架为基础,一方面添加小目标检测层、引入兼顾通道和空间的三维注意力机制,并调整损失函数计算方法为最小点距交并比方法,来提升网络对动目标阴影的感知能力;另一方面增加道路提取作为判定条件,来降低道路外侧静止物体阴影对检测动目标阴影的干扰。经实验验证,该算法与YOLOv5相比在平均精度上提高7.12%,满足动目标检测需求。

关键词： YOLOV5   图像识别   船舶检测  

摘要： 为了提高在航行过程中,对目标船舶的检测效率与检测准确度以及实现对目标船舶的测距,本文采用经过船舶数据饱和训练的YOLOv5模型对目标船舶进行检测。采用Canny算法对海面地平线进行检测,依据地球半径的几何形式对船舶进行测距。本文采用非训练集远洋海上图像对算法进行实例验证。实验结果表明,该算法可实现对船舶的类别检测与远距离目标测距,检测mAP(均值平均精度)达到94.3%,对目标的测距结果相比于GPS数据的误差值,为实际距离的8.2%。

关键词： 实时目标检测   YOLOv4   特征融合   GIoU损失函数  

摘要： 为提升实时目标检测的准确性和稳健性,该文采用增强特征融合技术、网络架构技术、损失函数技术等对YOLOv4算法进行优化。结果表明,改良后的YOLOv4算法在多变环境下对小型目标检测表现出色,展现了其实用性和稳定性,为广泛应用奠定了坚实基础。

关键词： 高级计算机视觉   研究生课程思政   案例教学  

摘要： 新工科和工业4.0背景下,许多高校的高级计算机视觉课程开设了深度学习模型教学,迅速提升了研究生的工程能力,其中大数据和开源模型的信息安全和应用价值观是思政教育热点。本文首先简要分析了该课程融入思政教育的三个问题:信息安全教育的忽视,价值观教育的忽视和变化的社会责任,结合视觉数据获取、视觉目标检测/分类、视频/图像生成三个方面的案例给出了可参考的缓解对策,在高级计算机视觉课程中推进人工智能教育的同时,加强研究生的信息安全观、求是创新的价值观和新的社会责任感,确保该课程思政教育的科学管理和有效运行。Under the background of new engineering and industry 4.0, many colleges and universities have set up deep learning model teaching in advanced computer vision courses, which has rapidly improved the engineering ability of graduate students. The information security and application values of big data and open source models are the hot spots of ideological and political education. This paper first briefly analyzes the three problems of integrating the course into ideological and political education: the neglect of information security education, the neglect of value education and the changing social responsibility. Combined with the three aspects of visual data acquisition, visual target detection/classification, and video/image generation, this paper gives a reference mitigation strategy. While promoting artificial intelligence education in advanced computer vision courses, we should strengthen graduate students’ information security concept, realistic and innovative values and new social responsibility, so as to ensure the scientific management and effective operation of ideological and political education in this course.

关键词： 红外图像   多尺度小目标   目标检测   经典算法   深度学习算法  

摘要： 在复杂背景和噪声干扰下,如何利用红外探测系统快速且准确发现特征少、强度低、尺度变化以及运动状态未知的非合作小目标是一项具有挑战性的任务,备受学者关注。为了让读者全面了解该领域的研究现状,本综述将从算法原理、文献、数据集、评价指标、实验和发展方向等方面进行总结概括。首先,解释了以“红外多尺度小目标(点源和小面源)”为对象进行研究的原因并分析了红外多尺度小目标及背景的成像特性;其次,分别讨论了基于经典算法和深度学习算法的原理、设计策略和相关文献,并对比分析了这两类算法的优缺点;然后,总结了现有的红外小目标公开数据集和算法评价指标;最后,分别选取7种经典算法和15种深度学习算法进行定性和定量的对比分析。通过对单帧红外图像多尺度小目标检测技术的全面回顾,对该领域下一步的研究方向给出了9条具体建议。本综述不仅可以帮助初学者快速了解该领域的研究现状和发展趋势,也可作为其他研究的参考资料。此外,在本领域研究过程中,还将现有的20种经典算法、15种深度学习算法和9种评价指标集成在人机交互系统中,相关系统的视频介绍发布可由以下链接得到:https://***/kourenke/GUI-system-for-infrared-small-target-detection。

关键词： 数字识别   计算机视觉   神经网络   对抗生成网络  

摘要： 提出了一种基于改进的对抗生成网络(GANs)的手写数字生成方法。通过引入GANs的生成器和判别器,设计了一种创新的网络架构,并采用了一系列训练策略来解决GANs训练中的不稳定性和模式崩溃问题。通过使用MNIST数据集进行实验,结果显示,新模型在准确率上达到了98%以上。与传统神经网络方法相比,基于改进的对抗生成网络的手写数字识别系统在性能上有显著提升。

关键词： 新能源汽车   智能检测技术   零部件   图像处理  

摘要： 近年来,随着绿色出行理念的不断推广,新能源汽车不断发展,带动了汽车零部件产业的发展。本文研究并设计了一种针对新能源汽车零部件缺陷的智能检测技术。首先,利用多种图像处理技术,结合相关方法的使用与具体操作,掌握汽车零部件信息的平滑灰度图。其次,在零部件缺陷检查测定、定位等环节,结合模板匹配方法的使用。结果表明,该检测技术在准确性和有效性方面表现良好,适用于汽车零部件智能检测领域。