关键词： 目标检测算法   深度学习   卷积神经网络   计算机视觉   水果采摘  

摘要： 【目的】中国在水果产量方面处于全球领先地位，但因人力资源减少和老龄化问题，传统的人工采摘方式已经无法满足快速高效的采摘需求，研发集成计算机视觉的自动化水果采摘设备成为解决劳动力短缺难题的关键。【方法】水果大多呈类球状，相关的识别算法研究居多，本文探讨了柑橘、蜜桃等类球状水果的识别算法。根据应用场景的不同，本文分析了传统类球状水果识别算法与基于深度学习的类球状水果识别算法在网络结构方面的差异与改进，对水果采摘识别算法进行总结并提出算法的未来发展趋势。【结果】传统算法在简单场景下表现有效，但在复杂环境中往往会受到设计特征的限制，基于深度学习的算法因其高效性和准确性更适合自动化水果采摘的需求。【结论】本文总结了类球状水果识别算法的研究进展，在处理复杂环境时深度学习算法具有良好的有效性和适应性，更适合部署在自动化采摘设备；也提出了未来的研究方向，即通过优化算法性能、数据集构建及扩增，以及结合多模态数据提升算法的精度和适应性。

关键词： 行人检测   目标检测   深度卷积   迁移学习   自注意力机制  

摘要： 密集行人检测是行人检测领域的一大研究热点。针对密集行人检测场景中被遮挡目标及小目标行人易产生漏检的问题，提出一种改进DETR的目标检测算法Pe-DETR。本算法采用基于多头自注意力机制的Dino-DETR作为基准模型，针对自注意力机制缺少捕获局部特征的能力导致密集行人检测效果较差的问题，对FFN进行多种改进与实验，提出DWSEFFN使模型可以提取到更多局部细节特征；针对ResNet-50骨干网络对重要特征提取效率较低的问题，采用Swin Transformer-L作为特征提取网络，提升骨干网络对重要特征的提取能力，同时使Pe-DETR完全基于注意力机制搭建，结构中不包含深度卷积结构；针对密集行人场景中目标数量多与DETR检测器中的稀疏匹配矛盾的问题，应用密集不同查询有效应对行人密集的场景，且不会引入无效的相似查询。在CrowdHuman密集行人检测数据集上进行实验，所提行人检测算法领先DINO算法3.7%的AP50准确率和4.5%的mAP准确率，实验结果表明在密集行人检测任务中改进后方法的准确率明显优于其他端到端模型。

关键词： YOLOv8n   小目标检测   无人机视角   注意力机制   可变形卷积  

摘要： 随着低空经济的迅速发展，无人机在环境监测、农业植保、应急救援等多个领域展现出广阔的应用前景。然而，无人机航拍图像中的小目标检测问题一直是限制其广泛应用的技术瓶颈之一。针对无人机航拍图像视角广、目标小且背景复杂的特点，提出了一种改进的YOLOv8n目标检测算法，以提高无人机视角下小目标的检测精度。首先，为了更好地捕捉无人机视角下不同视距下的目标的形状特征，引入了可变形卷积核。其次，增加了P2小目标检测头，并在Neck部分的C2f模块中引入了空间通道注意力机制，提升模型对不同区域目标的区分能力。最后，提出了自适应边界损失函数，使其在处理小目标时生成更优的边界框。实验结果表明，在MDMT（Multi-Drone Multi-Target）数据集上，该算法在小目标检测精度上显著优于基线模型原生YOLOv8n、YOLOv5和Faster-RCNN等模型，mAP50达到了61.0%，分别提升了13.7%、14%、50.8%。

关键词： 小目标检测   YOLOv11   特征提取   感受野注意力  

摘要： 为了有效应对无人机航拍中小目标检测面临的复杂背景、目标密集、目标微小化和移动端部署等挑战，对YOLOv11n模型进行了改进。首先，使用RFCBAMConv模块改进C3k2，增强了特征提取能力。接着，设计了膨胀特征金字塔卷积（Dilated Feature Pyramid Convolution， DFPC）模块，替代了原有的SPPF层。通过多尺度膨胀卷积，加强了对无人机小目标细节特征的提取。其次，提出了一种新的特征金字塔结构，在P2层增加160×160尺寸的特征图输出，以提取小目标特征信息。此方法替代了传统通过添加P2小目标检测头的做法。引入了CSPOK模块和ContextGuidedBlock＿Down（CGBD）卷积，显著提升了全局特征的提取能力和多尺度特征的融合能力。最后，采用动态检测头（DyHead）替代了原有的检测头，提升了模型的目标检测精度。实验结果表明，改进模型在VisDrone数据集上的mAP@0.5和mAP@0.5:0.95指标分别提高了7.1%和4.9%。此外，在AI-TOD和SODA-A等数据集上的泛化实验也显示，改进模型在精确率和mAP@0.5上分别获得5.5%和4.8%的提升，充分验证了模型的有效性和泛用性。

关键词： 目标检测   无人机   注意力机制   光伏板巡检  

摘要： 随着太阳能光伏板的广泛应用，光伏板的隐患及故障缺陷检测变得越发重要。为了提高光伏板的巡检效率和缺陷检测的准确性，设计了一种基于注意力机制目标检测算法并结合无人机技术提出了一套完整的光伏板巡检方案。该方法利用无人机搭载的高分辨率相机进行图像采集，并通过注意力机制的目标检测和无人机技术相结合的方式进行光伏板缺陷的检测和识别。实验结果表明，所提方法在光伏板巡检方面具有较高的准确性和可靠性，平均精度均值（mAP）达到 83.2%，F1得分为84.5%，有效提升了光伏板巡检的质量和效果，具有很高的实用价值。

关键词： 深度学习   轻量化设计   目标检测   综述  

摘要： 随着深度卷积神经网络的兴起，很多目标检测模型取得了显著的成绩。然而，大模型以计算成本昂贵且内存密集型为特点，难以部署在嵌入式、实时检测等环境中，因此，研究设计轻量化模型是当前的研究热点之一。构建轻量化的目标检测算法是具有挑战性的任务，因为模型必须要被精妙设计才能在花费尽可能少的参数量和计算资源消耗的同时获得优越的检测性能。在过去10年中，轻量化算法设计取得了显著进展。总结了轻量化目标检测算法，旨在进一步探索轻量网络设计的新思路和新方向。将轻量化算法设计分为三类：骨干网络、特征融合网络和注意力机制。详细分析了每一类在目标检测任务中的性能、优势和局限性。接着，简要介绍了一些最近取得成功的方法，如YOLO系列和DETR。最后总结了研究内容，并讨论了未来工作的挑战和潜在方向，同时探讨了轻量化设计在目标检测领域的发展趋势。

关键词： 计算机视觉   图像识别   监测   密度   热压   定向刨花板   断面密度梯度(VDP)  

摘要： 目的断面密度梯度（VDP）是影响定向刨花板物理力学性能的重要因素，以往的研究大部分采用模拟预测等间接方式获取VDP。为了快速、准确、直接获取热压过程中定向刨花板的VDP，将计算机视觉技术应用于VDP的在线监测。方法利用计算机视觉技术处理热压过程中采集的照片，快速、准确地识别、标记刨花，计算瞬时压缩比例和密度，实现VDP的在线监测。在实验室制备陡峭型和平坦型两种VDP的定向刨花板。在热压过程中，采用VDP在线监测方法跟踪记录标记刨花位置，并计算压缩比例和区域密度;使用热敏电阻同步记录板坯表芯层温度，断面密度扫描仪计算区域密度。将实际结果与监测结果对比，以验证该技术的可靠性。结果（1）该监测方法具有快速、准确、数据完整的特点;（2）板坯瞬时平均压缩比例与标记刨花的瞬时平均压缩比例的相关系数均值大于0.990，区域密度的监测值和实际值的相关系数大于0.840，说明VDP在线监测方法能够准确获得瞬时压缩比例和区域密度;（3）该监测方法能够直观反映热压过程中VDP的形成过程，为解译VDP的形成原理提供新的技术手段。结论本研究基于计算机视觉技术开发了一种快速、准确监测定向刨花板VDP的方法。计算机视觉的应用可以为人造板的生产优化提供新的技术选择。

关键词： 废钢   分类   深度学习   目标检测   YOLOv5  

摘要： 废钢是钢铁行业可循环利用的绿色资源，对行业可持续发展至关重要。废钢的品级和结构关系到钢生产成本及质量，入炉前的分类与定级是当前钢铁行业的重点研究内容之一。针对传统人工判定方法公正与安全等方面的局限性，基于目标检测技术开发了废钢验质模型CSIL-Net。首先，建立了多相机联动的废钢图像采集系统，收集并标注各种料型废钢图片，经图像增强构建废钢数据集。然后，在YOLOv5模型基础上，增加小目标检测层P2优化判定场景中小目标废钢检测的效果，并删除检测层P5以简化模型，设计了新型3层检测层网络IL（Improved Layer）；引入双向特征金字塔网络（BiFPN）增强模型跨尺度特征融合与信息传递能力，采用Soft-NMS（Soft Non-Maximum Suppression）改善废钢密集重叠情况下的漏检问题。最后，使用增强后的废钢数据集对模型进行训练与验证，并评估网络层数、复杂度和推理时间等模型指标。试验结果显示，CSIL-Net废钢验质网络模型的所有类别平均精度由88.8%提升到了96.3%，单张图片的推理速度仅为21.8 ms，在准确率以及检测速度方面相较于人工判定方法都具有明显的优势，可有效应用于实际场景，解决废钢判定中的实时性和公正性等难题。

关键词： YOLOv8s   目标检测   矿井   effectiveSE   安全帽检测  

摘要： 矿井下光照缺失、环境复杂,安全帽目标尺寸较小,导致一般目标检测模型对安全帽的检测效果不佳.针对上述问题,提出了一种基于改进YOLOv8s的矿井下安全帽佩戴检测模型.首先,将effectiveSE模块和YOLOv8s Neck层中的C2f模块相结合,设计得到新的C2f-eSE模块,提高了网络结构的特征提取能力,并用Wise-EIoU损失函数替代CIoU损失函数,提高了模型的鲁棒性;其次,在检测头中引入空间和通道重建卷积模块SCConv,并根据参数共享思想设计了新的轻量化SPS检测头,降低了模型的参数量和计算复杂度;最后在模型中增加一层P2检测层,使模型的特征提取网络融入更多的浅层信息,提高了对小尺寸目标的检测能力.实验结果表明,改进后模型的mAP50指标提升了3.2%,参数量降低1.6%, GFLOPs降低5.6%.

关键词： 事件相机   目标检测   多模态特征融合   注意力机制  

摘要： 将事件数据和帧数据多模态融合的方法在交通领域目标检测中的应用日益广泛。然而，目前大多方法使用的帧数据主要来源于事件相机直接输出的灰度图像，这限制了其在识别交通信号灯等复杂环境中区分目标的能力。对此，提出了一种新颖的多模态目标检测方法，该方法结合了RGB帧和事件帧，包含一个特征融合模块AddWithBAM，结合了通道注意力和空间注意力机制，并在C3模块中引入了第四代可变形卷积网络（Deformable Convolutional Networks， DCNv4），以增强对复杂几何形状和大尺度变化的感知，同时利用可变形卷积实现轻量化设计。基于公共数据集PKU-DDD17-CAR和MVSEC的实验结果显示，平均精度mAP分别达到了94.5%和96.7%。由于缺乏包含RGB帧和事件帧的公共交通数据集，构建了一个新的交通数据集，在该数据集上进行的消融实验显示，mAP提升了6.2%，模型参数减少了9.1%。在实际场景的检测实验中，平均推理时间为13.7ms。所提的多模态双流网络架构有效提升了在复杂交通环境中的目标检测性能。