关键词： 10 kV电缆   施工缺陷   缺陷识别   特征提取   Canny算子   图像处理  

摘要： 10 kV电缆中间接头施工缺陷易导致绝缘故障，为了快速准确的检测识别电缆中间接头施工缺陷，提出一种Canny算子和图像处理结合的边缘检测方法。Canny算子和图像处理结合的算法能最优定位边缘、不误检，得到准确的中间接头边缘信息。实验结果表明，Canny边缘算法能检测出缺陷图像中较为完整的污渍和划痕，对于主绝缘切割不齐、半导电剥离不齐和毛刺缺陷能准确的检测，缺陷算法准确率均达到90%以上。Canny边缘检测算法提高了缺陷检测的智能化程度，能有效管控施工质量。

关键词： 光学器件   光斑检测   图像处理   运动定位机构  

摘要： 为了降低人工作业强度、提高波分复用器件检测速度和检测质量，设计了基于机器视觉的波分复用器件光斑自动检测装置。采用四轴运动平台结合硅胶真空吸嘴实现波分复用器件自动抓取和姿态调整；利用电荷耦合器件相机采集波分复用器件图像，通过灰度化、边缘检测获取器件的轮廓和偏转角度；采用互补金属氧化物半导体相机获取波分复用器件的出射光斑，利用霍夫圆检测确定多路光斑的圆心坐标和数量，通过最小二乘法将多路光斑圆心坐标拟合成直线，并根据直线斜率评价光器件的质量。结果表明，光斑自动检测装置可在37 s内完成光器件质量检测，是人工检测速度的3倍，准确率高于97%。该研究可为高速高精度波分复用器件光斑自动化检测装置的研制提供参考。

关键词： YOLOv8n   注意力机制   并行化设计   上采样   损失函数  

摘要： YOLOv8n算法在面对背景繁杂、目标密集、像素点小的情况下,表现出识别精度欠佳、目标漏检及误识别的问题.针对上述问题,提出一种LNCE-YOLOv8n安全装备佩戴检测算法.包括提出线性多尺度融合注意力LMSFA (linear multi-scale fusion attention)机制,自适应聚焦关键特征,提升对小目标信息提取的能力且减少计算.提出C2f＿NewNet (C2f＿New network)结构,通过有效的并行化设计,保持高性能且减少深度.结合轻量级通用上采样算子CARAFE (content-aware reassembly of feature),实现跨尺度的高效特征融合与传播,在大的感受野内聚合上下文信息.基于SIoU (symmetric intersection over union)损失函数提出ESIoU (enhanced symmetric intersection over union),提升模型在复杂环境中的适应性和精度.实验采用safety equipment数据集进行训练测试,结果表明LNCEYOLOv8n算法相比YOLOv8n算法,精度提升了5.1%, mAP50提升了2.7%, mAP50-95提升了3.4%,有效提高建筑工地复杂场景的工人安全装备佩戴检测精度.

关键词： 激光熔覆   孔隙   计算机视觉   深度学习   目标   优化  

摘要： 为了提升激光熔覆损伤修复件中孔隙的检测精度，以调整激光熔覆工艺参数，从而减少熔覆层气孔、开裂等缺陷，提升激光熔覆层质量，开展IN718镍基合金不同工艺参数下的激光熔覆试验，并开发一种改进型SP-YOLOv5孔隙检测算法。在输入层与卷积层之间增加Coordatt注意力机制模块，从而增强特征图的空间位置信息权重；改写YOLOv5网络结构，以增强网络模型对孔隙类小目标的检测能力；采用Soft-NMS代替原有NMS（非极大值抑制）进行检测结果后处理，进一步降低网络漏检率；将SP-YOLOv5算法孔隙检测结果与YOLOv5、FasterRCNN、RCNN以及ImageJ软件分析结果进行对比，得出SP-YOLOv5算法模型比其他算法模型的精度最高提升了10.57%；在此基础上，通过对激光熔覆熔池温度、熔池面积及熔覆层横截面孔隙率、熔宽、熔高、熔深等的测量，基于Stacking算法建立激光熔覆工艺参数与孔隙率的回归预测模型，并采用目标优化算法获得了较优激光熔覆工艺参数组合（激光功率1 330 W、扫描速度460 mm / min、送粉率13 g / min），对熔覆件进行孔隙参数测量，结果显示，在这些优化参数下，Stacking模型预测的孔隙率与实际测量值的一致性达到97.5%，验证了优化方法的有效性，研究结果可为激光熔覆层孔隙缺陷的有效控制提供理论依据。

关键词： 人参外观质量   YOLOv8   目标检测   注意力机制   深度学习   图像识别  

摘要： 针对人参分级特征微小差异对专业人员依赖性强的问题，同时为了降低人工劳动强度，提高人参外观质量检测精度，实现将模型方便快速部署到移动端，该研究提出了一种基于改进YOLOv8n的轻量级方法。该模型（简称为CGCYOLOv8模型）首先将YOLOv8n的骨干网络的卷积替换为条件参数化卷积（conditional convolutional networks），这使模型能够根据输入数据的特征进行调整；其次，在颈部网络，引入一种细颈组合（GSconv+VoVGSCSP）降低模型的参数量和模型尺寸的同时，还进一步提升模型检测性能；最后，加入坐标注意力机制（coordinate attention）模块，有效地整合了空间坐标信息到生成的注意力图中，使模型细化特征更加关注人参外观特征，从而提高了特征提取的能力。试验证明，在使用分级良好的人参批次采集的数据集上，该研究的CGC-YOLOv8模型在关键评价指标上，精确度（precision）、召回率（recall）和平均精度均值（mAP50,mAP50-95），分别达到85.7%、91.23%、94.69%、72.42%，与原模型YOLOv8n相比较分别提升了2.74、4.64、3.71和4.9个百分点，与原YOLOv8n模型相比有显著提高，而且在模型大小和计算浮点数明显减少。研究结果可为人参等药材外观质量精准识别提供参考。

关键词： 公路隧道   超前地质预报   地质雷达   深度学习   目标检测  

摘要： 在当今隧道工程的建设中，广泛采用了地质雷达超前预报法对掌子面前方地质进行探测预报，就这种技术提出并实现了一种基于自主开发的自动去噪程序与人工智能结合的地质雷达法超前地质预报智能检测方法，在一定程度上解决了目前地质预报主要靠人工解译导致结果不准确及速度较慢的问题。通过自主开发地质雷达数据提取与处理程序，利用深度学习中目标检测(Object Detection)算法，提出一种基于数据自动去噪的针对隧道围岩破碎区域的Faster R-CNN目标检测模型。通过自主开发的程序提取地质雷达数据进行自动一维离散小波变换与低通滤波去噪处理，用以训练Faster R-CNN目标检测模型，以甘肃省马坞西寨段高速公路隧道地质雷达实测数据对模型进行训练、验证和测试。研究结果表明：自主开发的程序可以提高提取数据的兼容性并支持多种不同于传统地质雷达软件的数据处理，有效提高了地质雷达图像质量，且可以绘制处理后的图像；对比目前应用较多的简单分类模型，可以实现对围岩破碎区域的精确定位；采用程序提取处理后的数据准确率比未处理的数据有显著提高，最高平均准确率（mAP）为74.18%，体现出更好的检测能力。

关键词： 高效调优   统一架构   目标检测   图像分类  

摘要： 为解决大规模参数调优问题，一系列高效微调方法诞生，但是在整合不同高效微调方法形成有效统一整体方面还存在挑战。此外，统一调优思想在视觉任务中的应用仍然不足。因此，提出统一参数高效微调架构ETTA(Efficient Transformer Tuning Architecture)。首先通过适配器与前缀调优工作原理的相似性，得出两种方法整合形成统一调优架构的合理性。其次在适配器选择上，选用效果更好的并行适配器，同时对前缀调优引入可调标量得到缩放前缀调优变体。然后将两种方法整合形成统一调优架构ETTA，把并行适配器作用于Transformer前馈神经网络层并设置较大瓶颈维数，缩放前缀调优作用于多头注意力层并设置较小可调前缀向量数。最后将ETTA用于6个图像分类或目标检测任务和与三种调优策略进行性能比较。结果表明，采用统一参数高效调优架构后，只对少量参数进行微调就可以接近参数完全微调的效果同时性能良好。证明了ETTA方法用于计算机视觉任务的有效性及其性能表现。

关键词： 机械臂   深度学习   YOLOv5算法   目标检测  

摘要： 为了解决工业生产和自动实践教学中常见的物料分类准确率低和抓取不准的问题，基于深度学习算法设计了一套桌面级物料分类和分拣实验平台。该实验平台通过YOLOv5目标检测算法对4种不同目标进行分类，由两个配备机械夹爪的4自由度机械臂协同实现上料和分拣。实验所需的数据集来源于自建数据集，并通过数据增强算法实现样本扩充以提升模型的泛化能力和鲁棒性。实验以STM32单片机为控制核心，采用视觉处理模块对物料进行分类和定位，通过串口将分类结果和位置信息传入单片机，同时单片机通过逆运动学计算得到控制参数，从而控制机械臂完成上料和分拣任务。实验结果表明，基于YOLOv5的物料分类平均精度达到了87.2%，机械臂能够依据分类信息精准实现物料分拣，该实验平台在工业生产和自动化实践教学中具有一定的推广意义和应用价值。

关键词： 计算机视觉   目标检测   DETR算法   视觉Transformer   图像分割  

摘要： 目标检测领域中，卷积神经网络（CNN）长期占据主导地位，并以其准确性和可扩展性在学术界得到广泛认可。目标检测领域先后涌现出多个代表性模型，如R-CNN系列（包括FastRCNN、FasterRCNN等）和YOLO系列。随着Transformer在自然语言处理领域的成功，研究者开始探索将其用于计算机视觉，由此产生了如ViT和Swin-ViT等视觉骨干网络。2020年，Facebook团队为减少目标检测任务中的先验知识和后处理，推出了基于Transformer的DETR，一种端到端目标检测算法。尽管DETR在目标检测领域展现出潜力，但也存在诸如收敛速度慢、准确性较差、目标查询的物理意义不明确等缺点。这促使诸多研究人员对该算法开展了进一步的研究和改进。本文旨在分析整理总结针对DETR的改进探索，并分析他们的优势与不足，同时对利用DETR开展的前沿研究和细分应用领域进行概括，最后给出DETR在计算机视觉领域的未来展望。

关键词： 显著目标检测   深度学习   360°全景图像   多尺度特征  

摘要： 为解决360°全景图像显著目标检测(SOD)中的显著目标尺度变化和边缘不连续、易模糊的问题，该文提出一种基于相邻协调网络的360°全景图像显著目标检测方法(ACoNet)。首先，利用相邻细节融合模块获取相邻特征中的细节和边缘信息，以促进显著目标的精确定位。其次，使用语义引导特征聚合模块来聚合浅层特征和深层特征之间不同尺度上的语义特征信息，并抑制浅层特征传递的噪声，缓解解码阶段显著目标与背景区域不连续、边界易模糊的问题。同时构建多尺度语义融合子模块扩大不同卷积层的多尺度感受野，实现精确训练显著目标边界的效果。在2个公开的数据集上进行的大量实验结果表明，相比于其他13种先进方法，所提方法在6个客观评价指标上均有明显的提升，同时主观可视化检测的显著图边缘轮廓性更好，空间结构细节信息更清晰。