关键词： 小目标检测   YOLOv8算法   特征通道融合   多重注意力  

摘要： 针对在航拍图像检测任务中,物体和整体图像尺寸都比较小,尺度特征不一和细节信息不清晰,会造成漏检和误检等问题,提出了一种改进小目标检测算法CA-YOLOv8。设计了一种通道特征部分卷积模块CFPConv(chan-nel feature partial convolution),基于此重新构造了C2f中的Bottleneck结构,命名为CFP_C2f,从而替换YOLOv8头部和颈部的部分C2f模块,增强有效通道特征权值,提升多尺度细节特征的获取能力。嵌入一种用以提升上下文聚合能力的模块CAM(context aggregated module),优化特征通道的响应,强化对深层特征的细节感知能力。添加NWD损失函数,将其与CIoU结合作为定位回归损失函数,降低位置偏差的敏感性。充分运用多重注意力机制的优势,把原有检测头替换为DyHead(dynamic head)。在VisDrone2019数据集的实验中,改进的算法较YOLOv8s原模型参数量降低了33.3%,检测精度mAP50值和mAP50:95分别提升了8.7和5.7个百分点,表现出良好的性能,验证了其有效性。

关键词： 高速铁路   钢轨探伤   目标检测   螺孔伤损   YOLOv7   B显图像  

摘要： 针对目前钢轨螺孔伤损识别过程中算法的检测精度较低、检测时间长、参数量大、计算资源占用高等问题,提出一种基于YOLOv7网络的改进算法模型。通过建立B显图像数据集,统计分析螺孔B显图像中待检测目标的面积大小、宽高比和占比情况,对YOLOv7网络进行改进,包括改进目标检测层、引入轻量级卷积、增加坐标注意力机制、优化损失函数,降低了改进算法的参数量和计算量,提高了网络的识别能力和检测速度。为评估该改进方法的有效性,进行了消融试验,并与Faster R-CNN(Regionbased Convolutional Neural Networks)、YOLOv3及YOLOv5算法进行了对比测试。结果表明,提出的改进YOLOv7算法综合表现优于其他算法,具有更高均值平均精度和更小的错检率,最终算法的均值平均精度为97%,参数量为18.0×10^(6),计算量为58.1×10^(9),检测时间为7.4 ms,能够较好地应用于钢轨螺孔伤损检测场景。

关键词： 药房   口服药   图像处理   分类模型   深度学习   MobileNet V2网络  

摘要： 目的:基于深度学习法构建针对住院部的口服药分类模型。方法:模拟实际应用场景,采集95类药丸图片构建数据集,并对其进行图片预处理操作;以MobileNet V2网络为基础架构建立药丸分类模型,并在模型中嵌入注意力机制以增强网络特征通道间的依赖关系;融合迁移学习的方法,利用自建药丸数据集对模型进行训练和测试,通过模型分类准确率和模型参数量指标检测模型性能。结果:本研究构建的模型在自然环境中采集的口服药丸图片分类方面表现卓越,通过使用包含95类药丸、总计728张图片的自建数据集进行训练和测试,模型分类准确率为95.8%,分别比MobileNet V2、ShuffleNet V2、ResNet50高11.6%、14.3%、11.3%。模型参数量为2.55 M,约为ResNet50的1/10。结论:本研究构建的模型可以较好地平衡模型的复杂度和分类准确率,为药房等场景下涉及的药丸自动分类系统提供技术路线和效果验证,对于提升药房发药、病房分药等具体情形的护理自动化水平具有一定的理论和实际应用价值。

关键词： 混响背景   目标检测   自适应混响抵消  

摘要： 研究了一种混响背景下的目标信号检测方法。通过分析相邻波束之间的相关性,在自适应干扰对消器的基础上,提出使用相邻波束作为参考的自适应混响抵消器,并使用混响数据进行仿真,验证了自适应混响抵消器在混响背景下具有良好的目标信号检测效果。

关键词： 图像处理   去高光   多轴自注意力   深度学习  

摘要： 图像高光层模型的模糊性和高光动态范围大的特点,使得图像去高光成为了一个挑战性的视觉任务。纯局部性方法容易导致图像高光区出现伪影,纯全局性方法容易使图像非高光区色彩失真。针对图像去高光中局部和全局特征不平衡导致的上述问题,以及高光层建模的模糊性,提出了基于并行多轴自注意力机制的门限融合U型深度网络图像去高光算法。该方法通过隐式建模避免了高光层模型模糊引入的问题,利用U型网络结构将上下文信息与低层信息融合对无高光图像进行估计,并在U型结构编码器和解码器之间引入门限融合结构进一步提升网络模型的特征表达能力。此外,U型网络的单元结构通过融合局部和全局自注意力平衡了局部和全局特征的编码和解码。定性实验结果表明,文中方法可以更有效地去除图像中的高光,其他对比算法在高光处容易产生伪影和失真。定量实验结果表明,文中方法在PSNR和SSIM指标上优于其他五种典型的图像去高光方法,在三个数据集上,PSNR值分别高于次优方法4.10、7.09、6.58 dB,SSIM值分别取得了4%、9%和3%的增量。

关键词： 人工智能   计算机视觉   研究生   大国工匠   职业生涯   工程师   技术迭代  

摘要： 2010年,我刚进入这个行业时,人工智能还属于冷门行业,很难想象技术迭代如此之快,计算机算力能达到如今惊人的规模。从研究生时期,我就对计算机视觉(简称CV,人工智能的领域之一)相关课题非常感兴趣。毕业后,我如愿进入汉王担任一名算法工程师。十余年的职业生涯里,我一直在探索人工智能的更多可能性。

关键词： 目标检测   缺陷检测   YOLOv7   ConvNeXt-CBS   SimAM  

摘要： 针对钢表面缺陷检测中存在误检率和漏检率高问题,提出了一种基于YOLOv7改进的钢表面缺陷检测算法。在该算法中,通过引入ConvNeXt-CBS模块以增强网络的特征提取能力,同时,基于SimAM注意力机制构建了MPCS模块,提高网络对微小缺陷目标的关注度,最后在模型中引入C3模块来提升网络稳定性。实验结果表明,在NEU-DET数据集上,该算法的检测精度达到80.2%,比YOLOv7算法高出3.9%。与以往的钢表面缺陷检测算法相比,该算法具有更高的检测精度和更快的检测速度,可在工业应用中发挥重要作用。

关键词： 超分辨率   预处理模块   多任务学习   计算机视觉  

摘要： 图像超分辨率任务常用双三次下采样以构造数据集训练网络,但双三次下采样由于退化模型固定,导致网络泛化能力低,无法用于真实世界低分辨率图像。为解决上述问题本文提出预处理模块,通过预处理模块与双三次下采样数据集得到的网络相结合,在减少资源消耗的同时提高其泛化能力。此外,还针对不同的精度需求设计了特征学习训练策略和多任务联调策略。通过根据不同需求采用相应的训练策略,在满足精度需求的同时具有消耗计算资源少、训练速度快以及适用范围广的特点。实验证明,增加预处理模块的网络以较少的模型参数增加量换取了重建效果和感知质量方面的较大提升,并且通过不同策略实现了进一步的精度提高。

关键词： 激光雷达点云   目标跟踪   深度学习   运动预测  

摘要： 随着人工智能技术的发展以及对目标跟踪理论的研究深入,目标跟踪技术在实际生活中得到了广泛的应用,对于许多视觉应用,目标跟踪更是一项必不可少的技术。目前,针对二维图像的目标跟踪研究已取得了丰硕的成果,但基于三维点云的目标跟踪技术还处于研究发展阶段。近年来,由于激光雷达的广泛应用以及深度学习技术在三维点云领域的研究,基于激光雷达点云的目标跟踪技术也取得了一些进展。现有的基于激光雷达点云目标的跟踪算法主要分为两大类:传统滤波算法和深度学习算法。虽然基于传统滤波的点云目标跟踪算法可以达到更好的效果,但是很难给这类算法赋予最优的参数,并且这类算法在一些剧烈变化的场景中很容易失效。而基于深度学习的激光雷达点云目标跟踪算法大多是“检测-跟踪”的架构,这种架构最大的问题是后端跟踪任务严重依赖于前端检测结果,当前端检测器失效时,后端跟踪模块就无法进行跟踪,这会造成大量的目标丢失问题。针对以上问题,本文使用了一种以运动预测为中心的深度学习架构。该架构将检测和运动预测相结合,主要分为两个阶段:第一阶段通过点云特征提取对目标进行检测,将目标从点云中分割出来,并将目标定位到连续帧中;第二阶段通过运动预测更新分支对目标框进行优化,以得到更准确的目标位置。实验结果表明,该方法有效,且跟传统滤波方法相比,能更好的应对一些剧烈变化的场景;跟深度学习方法中的“检测-跟踪”架构相比,减少了目标丢失的情况。针对激光雷达点云目标跟踪,能得到更精确的跟踪结果。

关键词： 课程思政   新工科   计算机视觉导论   双层递进   三原融合  

摘要： 分析新工科背景下计算机视觉导论课程思政建设现状及需求,借鉴“光学三原色”,提出“双层递进式三原融合”课程思政建设模型并分别阐明其递进与融合的具体内涵。结合“模块化”课程内容设计与“项目制”科研实训规划,具体介绍“七维空间”课程思政测度指标体系与31个具体指标,映射“课程内容—思政空间矩阵”,列举“知识点—思政融入”案例。最后通过问卷分析学生评价反馈并总结课程思政探索实践成效。