关键词： 烟火检测   YOLOv5   通道注意力   特征增强  

摘要： 针对工业现场烟火检测中烟火特征不明显、易与背景混淆,导致检测率低、误检率高的问题,文章提出了一种基于特征增强的烟火目标检测算法。该算法以YOLOv5s为基础,首先引入通道注意力模块,通过获得高维语义特征来解决烟火目标与背景混淆的问题;其次采用内容自适应的轻量级上采样特征增强模块,进一步提升烟火目标的特征表达能力。在自制的烟火检测数据集上进行实验,结果表明,改进后的算法相比原YOLOv5s,平均精度提高了8.5%,实现了更加精确有效的烟火目标检测。

关键词： 红外双目视觉   目标检测   目标匹配   卷积网络  

摘要： 特殊环境下道路目标的三维感知对汽车的全天时、全气候自动驾驶具有重要意义,红外双目视觉模仿人眼实现微光/无光等特殊环境下目标的立体感知,目标检测与匹配是双目视觉立体感知的关键技术。针对当前分步实现目标检测与目标匹配的过程冗杂问题,提出了一个可以同步检测与匹配红外目标的深度学习网络——SODMNet(Synchronous Object Detection and Matching Network)。SODMNet融合了目标检测网络和目标匹配模块,以目标检测网络为主要架构,取其分类与回归分支深层特征为目标匹配模块的输入,与特征图相对位置编码拼接后通过卷积网络输出左右图像特征描述子,根据特征描述子之间的欧氏距离得到目标匹配结果,实现双目视觉目标检测与匹配。与此同时,采集并制作了一个包含人、车辆等标注目标的夜间红外双目数据集。实验结果表明,SODMNet在该红外双目数据集上的目标检测精度mAP(Mean Average Precision)提升84.9%以上,同时目标匹配精度AP(Average Precision)达到0.5777。结果证明,SODMNet能够高精度地同步实现红外双目目标检测与匹配。

关键词： 卷积神经网络   牙颌面畸形   头影测量分析   三维解剖标志   深度学习  

摘要： 基于二维影像的头影测量分析技术是当前临床诊断的“金标准”,但仍存在由于二维图像易失真、解剖标志重叠等导致的“解剖误差”和人工手动标点造成的“人工误差”。三维头影测量分析目前已广泛应用于临床诊断,对于“解剖误差”有着重要辅助作用;自动化头影测量分析是利用图像处理与深度学习对头影解剖标志进行自动识别与标点,对于改善二维测量分析的“人工误差”有重要意义。卷积神经网络(CNN)是目前基于深度学习最有效的图像处理与目标检测方法,在三维头影解剖标志自动化目标测量领域有着巨大应用潜力。本文综合国内外有关研究与应用,回顾了三维头影解剖标志测量分析体系的现状,并对基于CNN的牙颌面三维头影解剖标志自动化目标检测的研究进展进行了探索与综述。

关键词： 目标检测   YOLOv8   注意力机制   鱼眼图像  

摘要： 针对现有目标检测算法在鱼眼图像下行人检测中存在定位不准确、检测精度不足等问题,提出了一种面向鱼眼图像检测的YOLOv8改进算法。该方法通过加入角度参数,设计了ProbIoU-r算法,利用缩放因子调整角度差异对损失的影响,增强模型在梯度计算中对边界框角度偏移的关注,解决了原始IoU在旋转目标检测定位不精确、边界框拟合效果差等问题,使YOLOv8网络模型具有更好感知旋转目标的能力。为提高模型对鱼眼图像失真目标的特征提取能力同时提升检测精度,提出以多尺度卷积和注意力机制为分支的Parnet-gcs模块,通过不同卷积核的DWConv提取不同尺度的特征信息,并结合CA和SA模块以增强模型特征表达能力。实验采用公开的鱼眼图像数据集WEPDTOF,改进后算法相比原始YOLOv8s检测精度mAP0.50:0.95增加了2.3个百分点;相比YOLOv8m算法参数量减少了38.8%,同时精度mAP0.50:0.95也高出0.5个百分点,说明基于YOLOv8s改进后的算法能够更好适用于鱼眼图像下行人检测任务。

关键词： 目标跟踪   视觉Transformer   抑制干扰   多头注意力   注意力稀疏化  

摘要： 单流Transformer跟踪框架在目标模板和搜索区域图像信息聚合方面表现出了强大优势,其以ViT(Vision Transformer)网络作为骨干网络进行统一特征提取和关系建模,已成为单目标跟踪主流框架之一。然而,由于模板Token信息流和搜索区域信息流经过注意力操作进行自由交互,导致模板特征提取和搜索区域特征提取受到大量来自搜索区域背景信息的干扰。针对上述问题,提出了一种基于非对称稀疏注意力的单流Transformer跟踪方法。在注意力操作中,对单流Transformer跟踪算法的不同信息流进行了划分和分析。然后,采用注意力稀疏的方法,对搜索区域和模板区域相关信息流和搜索区域自相关信息使用动态阈值的方法进行非对称稀疏化,使得跟踪器更加关注搜索区域中与目标相关的信息。在GOT-10k、TrackingNet、TNL2K、NFS、OTB和UAV123六个公开基准数据集上的实验表明,该方法在减少了背景信息干扰的同时有效提升了单流Transformer跟踪器的鲁棒性。

关键词： 飞机目标检测   深度学习   YOLOv5网络   注意力机制优化   特征融合  

摘要： 由于飞机目标的大小和形状差异、遮挡、密集分布以及复杂背景等因素,现有模型在检测过程中存在较多的错检和漏检。为此,提出一种基于改进YOLOv5的飞机目标检测模型,称为AT YOLOv5。首先在主干网络中融合坐标注意力模块,增强模型的特征提取能力,然后针对FPN在特征融合时多尺度表征能力降低的问题,提出了注意力特征融合网络,该结构基于注意力权重可以实现不同尺度特征的自适应融合。最后,改进小目标检测层,并在所有检测层中加入Swin Transformer模块,以增强网络模型获取全局信息和关联目标信息的能力。实验部分采用DOTA和RSOD数据集来验证模型的有效性及泛化能力。实验结果表明,提出的检测算法在DOTA数据集下AP 50相对于YOLOv5s网络提高了3.9%,AP 50:95提高了1.0%,对高分辨率遥感影像的FPS可达到64,在RSOD数据集下的AP 50也可以达到96.7%。本文算法可以有效实现飞机目标检测任务,具有较好的检测精度、实时性和鲁棒性。

关键词： 水果分拣   YOLOv5   流水线系统化   目标检测  

摘要： 为解决当下人工分拣水果成本高、耗时长等问题,本文设计一种能够自动、高效、准确地分拣水果的系统。该系统以树莓派5搭载YOLOv5作为视觉识别部分,流水线分拣部分以stm32f407开发板作为控制系统,接收并处理识别的数据来控制步进电机、数字舵机、编码电机进行分拣操作,不仅具有对水果种类、形态识别的功能,而且能高效地判别优劣质水果并进行分类。加上位置传感器后,分拣拨片对不同种类水果分拣准确率高达98.9%以上。由于系统实现方法相对简单,大大提高水果生产线的分拣效率和分拣后的水果质量,降低人力成本,促进水果产业的发展,有较好的市场应用前景。

关键词： 目标检测   超参数优化   则化策略   YOLO  

摘要： 为实现YOLO(you only look once)模型的超参数自动优化,提出基于正交优化策略的YOLO模型超参数优化方法(hyper-parameter optimization of YOLO model based on orthogonal optimization strategy,OOS)。首先基于统计学的正交试验原理,提出了种群的正交搜索方法与超参数贡献度分析策略,提高了算法的优化效率;然后,设计了均匀正交搜索策略和邻域正交搜索策略,以缓解YOLO模型陷入局部最优和早熟收敛问题。最后,在NWPU VHR-10和Pascal VOC两个目标检测数据集上,以YOLOv5、YOLOv5s-Transformer和YOLOv7为优化对象进行测试,测试结果表明,所提出的OOS超参数优化方法对于YOLO模型的识别精度均有所提升。在两个数据集上的平均识别精度mAP@0.5分别提升至93.94%、93.18%、93.45%以及85.81%、84.59%、90.62%;mAP@0.5-0.95提升至60.00%、60.08%、56.98%以及62.27%、58.89%、71.91%,可为目标检测模型的超参数智能优化提供一种新方法。

关键词： 目标检测   BiFormer   注意力机制   损失函数   YOLOv5  

摘要： 针对水下生物目标检测的挑战,提出了一种基于YOLOv5改进的高效模型。通过引入BiFormer注意力机制、创新性的Focal-ShapeIoU损失函数,模型在水下生物特征提取、类别不平衡处理、细节恢复和计算效率方面均得到显著提升。实验结果显示,相较于原始YOLOv5,改进后的YOLOv5在水下生物目标检测任务上的准确率提高了4.1%,验证了改进策略的有效性。

关键词： 自动驾驶   YOLOv7-tiny   道路目标检测   轻量化   Jetson TX2  

摘要： 针对目标检测算法对算力和存储空间的高要求限制其在边缘设备中检测功能实时性的问题,提出了一种基于YOLOv7-tiny改进的轻量化道路目标检测算法。首先,通过K-means++聚类算法生成适合道路目标检测的先验锚框;其次,改进ELAN结构轻量化主干网络,同时提出轻量型多尺度特征(LMS)模块优化颈部网络;最后,使用西格玛线性单元(SiLU)激活函数加速模型收敛,采用MPDIoU损失函数进一步提高检测精度。试验结果表明:改进后的模型参数量减少18.3%,计算量降低15.0%,且所有类别平均检测精度上升1.1%。在Jetson TX2中,使用TensorRT加速后的检测速度达到48帧/s,基本满足道路目标检测的实时性要求。