关键词： 目标检测   车辆检测   互补池化   自适应融合   通道维度分组注意力  

摘要： 针对传统的车辆检测技术检测速度慢和精度低的问题,提出了一种融合注意力的自适应金字塔网络的交通目标检测算法(fusion attentiont adaptive pyramid network,FAAP-Net),可以显著降低交通事故的发生率。为了降低计算复杂度,设计了一种轻量级的互补池化结构(CPS),该结构在宽度和高度上采用了两组不同的池化组合,在保持高精度的同时,显著降低了网络的浮点运算数(GFLOPs)和参数量。为了解决智能交通系统特征图生成过程中的信息损失问题,通过将自适应注意力模块(AAM)和特征增强模块(FEM)引入自适应融合特征金字塔网络(AF-FPN),以融入车辆检测的形状特征。针对车辆细节特征表征弱的问题,引入了一种按通道维度分组的注意力(SA)机制,以增强主干网络对不同车辆检测细节特征的关注,有效提取车辆细节的显著特征。在BDD100K数据集上的实验结果表明,FAAP-Net算法相比于传统算法,平均精度从30.3%提升到43.7%。

关键词： YOLOv8   混凝土   裂缝检测   目标检测   深度学习  

摘要： 该文通过采集建筑混凝土裂缝图像数据集,基于YOLOv8算法进行混凝土裂缝检测应用研究。首先对YOLOv8算法进行介绍和分析,然后设计数据增强和训练策略,在混凝土裂缝检测数据集上进行实验。结果表明,基于YOLOv8的混凝土裂缝类型检测方法具有较高的准确性和效率。该方法通过借助无人机摄像技术可以更快更高效地对混凝土裂缝进行检测和分类,从而及时对混凝土裂缝进行处理,延长建筑物的寿命。

关键词： 科学计算软件   团队开发   通用软件   数学科学学院   图像处理工具箱   科学与工程   市场化运营   数据问题  

摘要： 科学计算软件是现代科学与工程技术中用于解决复杂数学或数据问题的核心基础软件,始于欧美国家,目前基本被国外厂商垄断.为解决国外科学计算软件禁用所致“卡脖子”问题,北京大学倡导并组织研发国产科学计算软件.2022年8月,具有自主知识产权的北太天元数值计算通用软件V2.0对外发布,初步实现了科学计算软件的基本功能,开始了市场化运营工作.

关键词： 煤炭除杂   目标检测   特征融合   注意力机制   损失函数  

摘要： 针对选煤厂毛煤中夹杂的铁丝、编织袋、木头、网片等杂物会对智能干选设备运行及后续生产环节造成严重影响的问题,提出一种基于改进YOLO v8的手选胶带杂物识别方法。引入全局注意力机制,增强图像跨维度特征交互;引入加权双向特征金字塔网络结构,通过自适应控制不同尺度特征图之间的融合,提高模型对杂物的多尺度检测能力。在此基础上,采用WIoU损失函数替换CIoU损失函数,改善模型训练过程中样本质量的平衡问题,以提高模型的性能。通过数据增强扩充煤中杂物数据集,依据实验验证改进YOLO v8的结果。实验结果表明,改进后的算法与原YOLO v8相比,对手选胶带煤中杂物的平均检测精度明显提高,为毛煤入选前的预先智能除杂奠定了基础。

关键词： 计算机应用   遥感目标检测   轻量级   模型剪枝  

摘要： 现有遥感图像目标检测算法存在参数量大、检测速度慢和难以部署于移动设备的问题,为此,本文提出了一种无锚框的轻量级遥感图像目标检测算法.首先设计了DWS-Sandglass轻量化模块以降低模型体积,并改进模型激活函数,以确保检测精度.然后引入无参数注意力模块SimAM,使网络能够专注于更重要的特征信息.最后对无锚框算法的冗余通道进行剪枝操作以减少模型参数量,并通过微调回升精度.在HRSC2016数据集上的实验结果表明,与当前主流的无锚框检测算法相比,该算法在检测精度相当的情况下检测速度更快、模型体积更小,更适合在移动设备部署.

关键词： 机器视觉技术   纤维网   图像处理   草刺  

摘要： 为了弥补传统人工检测草刺的不足,文章提出了一种基于机器视觉的精梳毛条中草刺在线检测系统,采用简单的牵伸和扩散装置制备纤维网,使毛条以小密度纤维网状态匀速通过检测区,在检测区配置LED光源和电荷耦合器件(CCD)工业相机,连续采集图像,拟用软件进行图像处理,提取纤维网中的草刺并进行尺寸测量,通过统计算法输出草刺数量及其尺寸。该系统采用机器视觉技术对草刺进行识别和检测,以期实现对草刺的数字化、智能化、可视化分析。

关键词： 图像处理   烟草甲[Lasioderma serricorne(Fabricius)]   自动监测系统   卷烟   烟草   设计与应用  

摘要： 根据烟草仓储及卷烟生产车间的烟草甲自动监测需求,结合烟草甲[Lasioderma serricorne(Fabricius)]实际图像特征,在基于标记分水岭算法的基础上叠加分割图像算法,设计了基于图像处理的烟草甲自动监测系统,通过全自动拍照设备定时采集相应诱捕器图像,利用有线网络将图像传输至服务器,在服务器端完成图像识别与计数、实时展示、超标报警、历史曲线查看等功能,解决了烟草甲实际监测过程中虫板烟尘、虫体重合、光线等诸多干扰因素,实现了烟草甲精准的自动图像识别及计数功能。实际应用表明,该系统工作稳定,计数平均准确率大于94.00%,在卷烟生产车间烟虫监测上具有较好的应用前景。

关键词： 测量偏差   边缘化高斯厄密特卡尔曼滤波(MGHKF)   状态扩维   差分量测方程   交互式多模型  

摘要： 针对传感器存在测量偏差情况下的机动目标跟踪问题,提出一种基于边缘化高斯厄密特卡尔曼滤波的有偏量测下机动目标跟踪方法。首先,通过相邻时刻的量测差分构建差分量测方程,从而消除测量偏差,将相邻时刻的目标状态扩维形成增广状态向量以匹配差分量测方程,实现实时滤波估计,同时对增广状态向量进行边缘化处理以降低高斯厄密特滤波的采样维度,减小滤波负担;然后,将交互式多模型方法融入边缘化高斯厄密特卡尔曼滤波以解决机动目标运动模型不确定的问题,在此基础上利用差分量测方程和增广状态向量推导出相应的滤波方程。实验结果表明,本方法能有效消除传感器测量偏差,目标跟踪精度远高于传统的交互式多模型高斯厄密特卡尔曼滤波方法。

关键词： 图像处理   熔池   熔透状态   CeiT网络   熔化极气体保护焊  

摘要： 针对熔池信息与背景相似度高、噪声多、预测实时性差、识别精度低等问题,提出了基于改进CeiT网络模型的GTAW焊接熔透状态识别方法.首先通过MobileNetV3对Image-to-Tokens模块进行轻量化改进,提升预测的实时性能;其次设计DGCA模块改进LeFF模块来增强特征间的远程依赖关系、丰富类标记中所包含的分类信息;最后将LeFF模块中的底层特征和高层语义特征进行融合,提高模型对熔池特征的表示能力.仿真结果表明,与MobileNetV3,ResNet50,ShuffleNetV2,DeiT和CeiT模型相比,所提出的模型获得了更高的准确率和较快的检测速度.

关键词： 计算机视觉   多目标跟踪   Tracktor   孪生网络  

摘要： 在多目标视频跟踪中,针对受交互遮挡等影响导致检测偏差从而致使目标身份丢失的问题,提出一种基于改进Tracktor的行人多目标跟踪算法DUTracktor。在检测框回归中设计一个动态更新模块,利用孪生网络对建议框进一步检测定位;利用时序信息增强模块更新当前帧更适合的模板,建立全局上下文关系;并通过像素相关进行特征融合,从而增强目标边缘信息和尺度信息;利用相机运动补偿和融合相似矩阵构建二级关联跟踪机制,建立检测框和轨迹更强大的关联性,提高目标跟踪的鲁棒性。在公开的MOT16数据集上进行实验测试,并与当前主流算法相比,该算法跟踪精度表现较优,具有良好的鲁棒性,FPS稳定在24帧。