关键词： 工具检测   稀疏可学习   多尺度特征   Swin-Transformer   多头注意力  

摘要： 针对车间工具不同型号之间尺寸存在较大差异、形状种类繁多等问题,提出了一种基于稀疏可学习proposal的车间工具检测算法。首先,融入稀疏表示和可学习的proposal机制来提升模型的鲁棒性,并减少检测过程中所需的参数量;其次,引入Swin-Transformer结构,旨在增强模型的全局以及细节学习能力,有效地解决传统卷积神经网络在高层语义信息融合方面存在的不足;然后,使用一种改进的多尺度特征融合网络架构,通过有效融合不同尺度的特征,提高了模型对于各种尺度目标的检测能力;最后,将多头注意力和动态卷积结合,在不同特征层之间建立更精确且细致的联系,从而进一步提升了目标检测的准确性;采用了CIoU损失函数,通过综合考虑位置、尺度和形状信息,使得模型对边界框的回归预测更加全面与准确。实验结果显示,本文算法在车间工具目标检测任务上的平均检测精度达到了91%,较当前主流算法至少提升了2.3%以上。同时,单张图片的检测速度大约为53 ms,满足了实时检测的需求,体现了综合性能优越。

关键词： 图书数字化   版本数字化   图像处理   生成式人工智能  

摘要： 在信息技术快速演进的当下,尤其是生成式人工智能技术的飞速发展下,图书的数字化处理尤显关键。图书数字化涉及的关键环节,包括扫描技术、图像处理、字符识别、内容编辑与校对、元数据生成及数据存储与发布。在生成式人工智能必将获得广泛应用的未来,图书版本数字化将朝着数字化技术的发展、跨界融合、社会化参与的方向发展。为了使图书版权持有者、图书馆及数字化服务提供者可以充分利用生成式AI的优势,出版社需要基于不同技术的应用成效,大幅提升图书版本数字化的效率和质量,提供更加丰富多样的数字化产品和服务。

关键词： 小目标检测   空间金字塔池化   注意力机制   柔性非极大值抑制   损失函数  

摘要： 针对无人机视角下的小目标检测精度较差、漏检较为严重的问题,提出一种基于改进YOLOv5的无人机图像检测算法。针对小目标尺度较小问题在骨干网络替换空间金字塔池化(Spatial Pyramid Pooling,SPP)为SPPCSPC-GS,增强密集区域关注能力,提取更多小目标有效特征;在颈部网络中引入CBAM注意力机制将头部C3模块替换为C3CBAM增强上下文信息,提高空间与通道特征表达能力;针对遮挡问题引入柔性非极大值抑制(Soft Non Maximum Suppression,Soft NMS)提升模型对遮挡和密集目标的检测能力;替换损失函数为EIOU加快收敛提升定位效果。改进后的模型在VisDrone数据集上平均检测精度为42.2%,相较于原始YOLOv5s算法提升10.7%,遮挡严重的小目标行人与人类别精度分别上升12%与13.3%。相较于其他先进算法,所提算法表现优秀,可以满足无人机视角图像检测任务要求。

关键词： 图像处理   卷积神经网络   位姿估计   非合作目标   软分配编码  

摘要： 针对空间非合作目标六自由度位姿估计问题,基于卷积神经网络设计一种轻量化网络LSPENet,无须手动设计特征便可实现端到端的位姿估计。使用深度可分离卷积、高效通道注意力(ECA)机制构成基本模块,兼顾了网络的复杂度和准确度。设计两个分支分别用于估计位置和姿态,位置估计使用直接回归法,姿态估计引入软分配编码。在URSO数据集的实验结果表明:姿态软分配编码相比直接回归姿态能够显著减小姿态误差;相比其他端到端位姿估计网络,所提网络的参数量减少76.7%,单幅推理时间降低13.3%,同时位置估计精度提高54.6%,姿态估计精度提高57.8%。实现的轻量化端到端位姿估计网络为星载单目视觉位姿估计提供了新思路。

关键词： 目标检测   小目标   注意力机制   感受野   损失函数  

摘要： 为了解决遥感图像中小目标的误检、漏检难题,提出了一种改进的YOLOv7-tiny算法。首先,引入高效多尺度注意力模块(efficient multi-scale attention,EMA),基于此设计了多尺度特征提取模块ELAN-EMA,这大大增强了骨干网络对于多尺度特征的提取能力;其次,在特征金字塔网络(feature pyramid network,FPN)中引入内容感知特征重组(content-aware reassembly of features,CARAFE)优化最近邻上采样方法,设计了FPN-CARAFE结构,扩大了感受野,从而能够获取小目标更多的细节信息和丰富的语义信息;最后,采用归一化距离损失函数(normalized wasserstein distance,NWD)优化CIoU损失函数,设计了NWD-CIoU损失函数,降低了CIoU对小目标位置偏移的敏感性,能够更好地提升小目标的检测效果。在公开的遥感数据集RSOD和NWPU VHR-10上进行的实验表明,与基准模型相比,在计算量和参数量略增长的情况下,改进的模型在平均精度均值(mAP)mAP@0.5上分别提升了3.6%和1.8%,有效地提高了遥感图像中小目标的检测精度,综合性能优于其他算法,满足部署在遥感检测系统上的要求。

关键词： 图像处理   交通违法   非现场执法   自动化控制  

摘要： 针对城市交通流量和交通违法行为不断增长的问题,设计了一种基于图像处理技术的交通违法非现场执法自动化控制系统。基于先进的卷积神经网络,该系统可用于分析交通监控摄像头捕捉到的图像,实现对交通违法行为的自动检测和精准识别。同时,引入了高效的图像质量评估算法,选取清晰的违法图像作为执法依据,显著减轻了人工审核的负担,提升了交通违规检测的智能化程度。

关键词： 太阳电池   无监督域适应   目标检测   数据归一化   缺陷检测  

摘要： 为解决在太阳电池数据集域偏移问题,提出一种针对动态开放场景下光伏缺陷检测的数据归一化控制器(DNC),以提高网络的域适应能力。在测试阶段,该文的DNC方法通过修改模型参数,根据小批次样本数据(0.5%)来实现领域统计纠正。DNC可将目标域产生域偏移的数据映射到与源域数据相同的分布空间,而无需提前标注数据或访问目标域的全部数据。实验结果表明,DNC能显著提高目标检测模型对域偏移数据的适应能力。仅使用少量未标记的目标域数据(少于0.5%)就可在分布外数据上获得显著的性能提升,同时不会降低模型的预测速度(FPS)。

关键词： 脉冲神经网络   目标检测   船舶遥感图像   ANN-SNN转换   泊松群编码  

摘要： 遥感影像目标检测问题是视觉图像识别任务的重要研究内容之一,但是在船舶遥感图像中,船舶目标小且分布稀疏,使用传统的人工神经网络(ANN)进行目标检测往往会浪费大量的计算资源。脉冲神经网络(SNN)的事件驱动与低功耗特性可以极大地节省能量消耗同时解放更多的计算资源。然而SNN神经元由于其复杂动态与不可微调的脉冲操作,难以正常进行训练。作为替代,将训练好的ANN转换为SNN可以有效规避这一问题。对于转换后的深层SNN,需要大量时间步长(time steps)来维持其性能。这一过程需要大量的计算资源并对产生较大的延迟,与低功耗的研究初衷相违背。本文研究了转换后SNN需要大量time steps维持模型性能的原因,并提出了新的转换方法,基于微调的逐层转换方法;考虑硬件部署的合理性,提出了泊松群编码,相比泊松编码,泊松群编码输出的脉冲序列噪声更小,对模型性能的影响更小。实验表明,微调转换方法在SAR舰船检测数据集(SSDD、AIR-SARShip)上取得与转换前模型(97.9%、79.6%)相近的性能(96.9%、70.3%),在PASCAL VOC数据集上也获得了较好的检测性能(49.2%),而且对于泊松群编码,time steps相同的条件下神经元数目越多,对模型性能的影响越小,时间步长较少的条件下即可获得与输入模拟频率近似的性能。本文的研究可以提升转换后SNN的性能,减少转换后SNN对time steps的需求,并为SNN的硬件部署提供了一个切实有效的输入编码方法。

关键词： 医学图像处理   课程思政   案例库   教学改革   生物医学工程   一流课程  

摘要： 课程思政是深入贯彻落实“立德树人”根本任务的重要举措。文章针对《医学图像处理》课程,结合徐州医科大学办学定位和生物医学工程专业人才培养方案,深入挖掘课程蕴含的政治元素,建设了课程思政案例库。案例库收集了典型的思政教学案例,将社会主义核心价值观、科学精神、创新精神等元素融入专业知识点。教学采用启发式、互动式、探究式、案例式教学的教学方法,强化实践教学,开展形式多样的教学活动,实现了专业教学和思政教育的有效结合,取得了良好的教学效果。课程思政案例库为课程思政教学提供了素材和支撑,是深化课程思政建设、提高人才培养质量的有效途径。