关键词： 计算机视觉   人工智能研究   三维重建   上海交通大学   自动驾驶   运营里程   百度   独特之处  

摘要： 在人工智能(AI)的宏大叙事中,杨睿刚以他在计算机视觉领域的深厚造诣,成为一个“特别的存在”。他的独特之处不仅在于他回国加入百度、嬴彻之前早就已经是一位全球知名的计算机视觉研究科学家,对三维重建和3D数据分析领域有着诸多世界级的贡献,更在于他回国后为整个人工智能研究带来了新的视角和可能性。伴随着在百度最复杂自动驾驶开源数据集的开发和嬴彻在智能重卡自动驾驶商业运营里程上的突破等成果先后落定,他转身重回学术怀抱,只为打造心中那个“以人为本的人工智能”和“更懂自己的人工智能”。

关键词： 林区管理   行人检测   YOLOv8   注意力机制   损失函数   改进算法   深度学习   识别  

摘要： 为解决目标检测算法在林区行人检测中容易出现漏检及检测精度不足的问题,提出一种基于改进YOLOv8的林区行人目标检测算法。采用C2f_DWRSeg模块替换C2f模块,扩展初始卷积通道数,使网络能更高效地进行多尺度特征提取;提出一种重构的检测头,训练时增加卷积层的复杂性,推理时使用单分支结构,从而丰富网络的特征表示能力,并保持高效的推理速度;在特征融合前增加了卷积注意力机制模块CGA,减少计算量;使用Focaler-ShapeIoU损失函数代替CIoU损失函数,弥补边界框回归方法的不足,进一步提高检测能力。试验结果表明,与基准模型相比,改进后的算法mAP50提高了2%,mAP50-95提高了2.4%,模型的处理速度(FPS)提高了4.33%,证明改进后的算法能够更好地应用在林区行人检测的任务中。

关键词： 目标检测   交通标志识别   YOLOv7   多分支特征提取   多尺度特征融合   注意力机制  

摘要： 为解决现有目标检测算法在复杂场景下对交通标志的误检、漏检等问题,提出一种改进YOLOv7的交通标志检测算法YOLOv7-MBFE。首先,提出一种基于膨胀卷积的多分支特征提取模块,控制最短和最长的梯度路径,增强模型的特征提取能力;其次,在头部网络中构建渐进特征金字塔结构,充分融合不同层次的特征信息,改善模型的特征表达能力;在SPPCSPC模块中引入通道注意力机制,自适应调整通道的权重,增强不同通道之间的特征交互,并将多头自注意力机制融合至下采样阶段,增强模型对全局上下文信息的感知能力,提高模型在复杂场景下的检测性能;最后,使用Focal-EIoU替换原YOLOv7模型中的损失函数,使模型更专注于高质量的锚框,加快模型的收敛速度,提高模型的鲁棒性。在中国交通标志检测数据集上进行大量实验,结果表明,相较于YOLOv7算法,该算法的平均精度均值(mAP)提升了9.25%,准确率提升了3.92%,召回率提升了5.19%。改进后的算法能够显著改善复杂场景下的误检、漏检等问题,检测效果优于原始算法和经典目标检测算法。

关键词： 计算机视觉   人工智能技术   人脸识别技术   文字识别   社会文化发展   提升高度   数据增广   检测模型  

摘要： 现对视觉文化在社会文化发展中的地位和作用进行探讨,着重论述了图书馆基于计算机视觉和人工智能技术的结合,设计图书馆图书盘点系统的意义和必要性。随着图书馆馆藏图书与读者规模的不断扩大,传统的人工盘点方式已难以满足高效管理的需求。通过聚焦于图书馆视觉盘点技术,旨在探讨如何利用先进的计算机视觉和人工智能技术,实现图书盘点的智能化与自动化。通过深入分析现有视觉盘点系统的不足,本文提出了一系列创新性的解决方案,包括引入质量判定器以过滤书脊损毁或摆放不佳的图像、改进MaskR-CNN模型以提升密集倾斜书脊的分割性能、优化文字检测模型SpineOCR以提高书脊文字的检测准确率等。此外,本文还采用了数据增广策略提升文字识别的准确率,并借鉴人脸识别技术,提出了基于Siamese和Triplet架构的特征抽取模型,以提升高度相似的系列图书的检索准确率。

关键词： 无人机   车辆数据集   目标检测   YOLO   低空经济  

摘要： 随着低空经济与无人机技术的快速发展,无人机可作为获取交通信息的新型载具。针对无人机视角下车辆小目标数据集较为稀缺的问题,构建了包括客车、货车和巴士三类的车辆小目标检测数据集。对YOLO系列网络在无人机场景中的适配性进行系统对比,最终优选YOLOv8网络,作为车辆小目标检测的核心框架。为全面评估算法性能,论文构建了基于准确率、召回率、平均精度均值、Giga浮点运算量及权重文件大小等的多维度评价指标。在此基础上,在YOLOv8m模型上增加了适用于小目标检测的优化层,构建YOLOv8m-p2网络。实验结果表明,YOLOv8m-p2在保持较低运算与存储开销的同时,大幅提升了无人机航拍下车辆小目标的识别精度与实时性,并在小目标捕捉能力与预测准确度方面予以平衡。

关键词： G-YOLO v7   目标检测   GhostNet   YOLO v7   无人机图像(UAV)  

摘要： 针对传统无人机(unmanned aerial vehicle,UAV)目标检测算法存在漏检率高、检测成功率低、模型体积大等问题,提出一种新的基于GhostNet和注意力机制的大检测头网络结构的目标检测方法G-YOLO v7(GhostNet YOLO v7)。该技术在YOLO v7-tiny的基础上增加一个大尺寸160×160目标检测头以提升小目标检测能力,同时对网络进行轻量化处理。删除原有20×20的小检测头及其卷积结构,新增GhostNet卷积模块,以减少网络的参数量,降低模型体积,同时修改损失函数为WIoU(wise intersection over union),增加PCBAM(parallel convolutional block attention module)注意力模块以提升检测精度。实验结果表明,基于G-YOLO v7网络结构的目标检测的mAP@0.5为42.3%,较YOLO v7-tiny提升5.2%,较YOLO v8n提升7.4%。G-YOLO v7的参数量和模型体积仅为YOLO v7-tiny的33.9%和37.9%,YOLO v 8n的64%和75.6%,能够有效地应用于无人机航拍图像目标检测。

关键词： 自动驾驶   鸟瞰图   视图转换   目标检测   交叉注意力  

摘要： 在自动驾驶技术的领域中,利用鸟瞰图(bird’s eye view,BEV)进行3D目标检测任务已经引起了广泛的关注.针对现有相机至鸟瞰视图转换方法,实时性不足、部署复杂度较高的难题,提出了一种简单高效、无需任何特殊工程操作即可部署的视图转换方法.首先,针对完整图像特征存在大量冗余信息,引入宽度特征提取器并辅以单目3D检测任务,提炼图像的关键特征,确保过程中信息损失的最小化;其次,提出一种特征引导的极坐标位置编码方法,增强相机视角与鸟瞰图表示之间的映射关系与模型空间理解能力;最后,通过单层交叉注意力机制实现可学习BEV嵌入与宽度图像特征的交互,从而生成高质量的BEV特征.实验结果表明:在nuScenes验证集上该网络架构与LSS(lift,splat,shoot)相比mAP从29.5%提升到32.0%,提升了8.5%,NDS从37.1%提升到38.0%,提升了2.4%,表明该模型在自动驾驶场景下的3D目标检测任务的有效性.同时相比于LSS在延迟上降低了41.12%.

关键词： 图像数据处理   云计算   人工神经网络  

摘要： 针对大规模图像数据处理的计算需求,提出了一种基于云计算的人工神经网络训练与优化方法。通过搭建Kubernetes集群和利用TensorFlow分布式计算模块,实现了高效的多节点协同计算,并结合Ceph分布式文件系统,以确保数据和模型权重的快速存取。选用ResNet和GAN作为核心模型,分别应用于图像分类和生成任务,并在CIFAR-10数据集上进行实验验证。结果显示,该云计算分布式架构不仅显著提升了训练速度,同时优化了模型性能,证明其在大规模图像处理任务中的有效性和可扩展性。

关键词： 遥感图像   军用飞机   轻量级   聚焦系数  

摘要： 针对遥感图像军用飞机中背景复杂、目标尺度小所导致的识别精度低、计算成本高、模型体积大等问题,提出一种融合重参数化和细节增强的轻量级军用飞机目标检测算法YOLOv8-MA。首先,融合重参数化设计多分支梯度流通特征提取模块,提高模型推理速度;其次,结合Efficient RepGFPN舍弃冗余模型结构,融入P2层,构建多尺度特征融合网络,改善因过多下采样带来的小目标信息丢失问题;在此之上,结合群范卷积和细节增强提出轻量级检测头,减少模型参数量和计算量;最后,向Shape-IoU中引入聚焦系数融合成新的损失函数,提升模型检测性能。在公开军用飞机数据集MAR20上,该算法的m AP50高达97.9%,模型体积低至2.1 MB,相较于YOLOv8n参数量下降了74.7%,计算量下降了40.7%,FPS提高了14 f/s,证明其能够有效提升遥感图像中军用飞机的检测效果。

关键词： 锥桶检测   深度可分离卷积   注意力机制  

摘要： 针对中国大学生无人驾驶方程式大赛(Formula Student Autonomous China,FSAC)检测锥桶目标实时性和抗干扰性较差的问题,提出一种针对锥桶目标的轻量化目标检测算法YOLOv4-F。首先,采用K-mean++算法对数据集进行预处理,优化先验锚框参数;其次,使用Mobilenetv1网络中的深度可分离卷积(Depthwise separable convolution)减少模型参数,提升检测速率;最后,使用SIOU损失函数代替CIOU损失函数,提升模型在逆光、光线较差等场景的抗干扰性,并在骨干网络中加入坐标注意力模块(Coordinate Attention,CA),提升全局感受野和检测精度,优化训练效果。实验结果表明,轻量化后的YOLOv4-F相较于原YOLOv4模型相比,模型参数量减小了36.6%,FPS提升了77.8%,检测平均精度均值(mean average precision,MAP@0.5)提升0.35%,表明提出的YOLOv4-F算法能够为实时锥桶目标检测及其应用提供参考。