关键词： 机器视觉   DETR算法   目标检测   轻量化   注意力机制  

摘要： 交通标志检测是智能车辆行驶过程中的关键,对于车辆分析路况有着重大的意义。针对现存交通标志检测算法参数较多、精确率不高的问题,提出一种基于改进RT-DETR(real-time detection transformer)的轻量化交通标志检测算法。首先,将模型主干网络中的ResNet网络替换为VanillaNet网络,减少网络的层数与参数量;其次,使用加权双向特征金字塔模型(bi-directional feature pyramid network,BiFPN)代替RT-DETR特征融合模块中的PAN(path aggregation network)结构,增加模型的融合能力,提取更加丰富的特征信息;最后,在特征融合模块中添加GAM(global attention mechanism)注意力机制,加强模型对全局信息的感知,提升多目标与被遮挡目标的检测性能。该算法在交通标志数据集上进行测试,结果说明改进后的RT-DETR算法的mAP(mean average precision)值达到了87.7%,相比原始算法提高了3.6%,且参数减少21%,满足智能车辆设备的部署需要,证明了改进算法的有效性。

关键词： 目标检测   果实成熟度检测   YOLOv5s   Ghostnet   NAMAttention  

摘要： 针对智能采摘领域中樱桃成熟度检测的挑战,文章选取了YOLOv5s模型作为基础,并进行了针对性的改进和优化,旨在提升模型在樱桃成熟度检测任务中的性能和准确性。首先采用GhostNet替代主干网络,其次增加了NAMAttention模块,显著减少了模型的参数数量和计算需求,并且提升了检测准确性。实验结果显示,改进后的模型与YOLOv5s相比,每秒帧数提升了34%,参数数量减少了25%,FLOPs降低了29%,并且在mAP@0.5指标上实现了约6.2%的提升。此外,与多阶段模型相比,该模型在平均精度、效率和计算负载方面均表现优越。由此可见,改进后的模型能够更加高效、精准地进行樱桃成熟度识别。

关键词： 角膜生物力学性能   区域性   数字图像处理   粒子群优化算法  

摘要： 目的构建一种基于数字图像处理的角膜区域性生物力学性能评估方法。方法通过离体兔眼角膜膨胀实验,结合粒子图像测速(PIV)技术和粒子群优化算法,开发一种随机抽样迭代运算算法,用于求解角膜不同区域的生物力学参数。结果PIV技术与激光位移器测量结果高度一致(R2=0.966),且优化后的随机抽样迭代算法在循环后误差趋于稳定,求解精度和重复性高。最终选择对全角膜进行均质求解,并以此结果作为随机抽样迭代运算的初始值,并通过定制的程序随机生成循环顺序,每次随机抽取3个区域并确保在25次循环中,25个区域每个区域能够被优化运算3次,同时运算该3个区域的μ和α最为有效。结论该方法成功实现了角膜区域性的生物力学性能评估,可为角膜疾病的早期诊断和治疗提供新的思路和评估手段。

关键词： 红外目标检测   YOLOv5   深度学习   多尺度  

摘要： 红外目标检测一直在军用和民用领域具有广泛的应用,目前针对在复杂背景下的红外多尺度目标检测中存在的漏检及误检问题,本文提出了一种改进的YOLOv5s算法RCR-YOLO。首先将原YOLOv5s的骨干网络CSPDarkNet53更换为ResNet50,避免了深层网络产生的梯度消失,增强了网络的特征提取能力,然后在骨干网络末端添加CA注意力机制模块,获取不同位置的特征信息,最终在颈部网络中加入Res2Net模块,通过引入多分支结构和逐级增加的分辨率来提高网络的表达能力并可以更好地处理多尺度特征信息,进而增强检测性能。实验结果表明,该方法优于FasterR-CNN、SSD、YOLOv3这些主流的目标检测算法,相较于YOLOv5s,在保持mAP_(50)为99.5%的基础上,将mAP_(50-95)提高了1.1%,拥有更好的检测效果,可以有效地完成复杂背景下的多尺度红外目标检测任务。

关键词： 无人机影像   多目标检测   YOLOv5   非对方卷积核   卷积注意力  

摘要： 针对无人机影像中小样本多、背景复杂、样本长尾分布等问题,基于YOLOv5提出一种非对称卷积与注意力机制融合的检测方法。在骨干网络中使用非对称卷积核组与其等效卷积核分别参与模型的训练与测试,同时引入增加卷积注意力机制提高对小样本特征的学习能力。在特征融合网络中,让浅层特征图参与特征融合,并增加额外的检测输出尺度。为解决图像质量不佳与样本长尾分布问题,通过多组处理算法进行图像质量增强处理。实验结果表明,所提出改进模型在精度方面显著优于原始模型与对照组模型,在实验环境下能实现流畅检测,可以在应急救援、警务巡逻等任务中起到较为重要的作用。

关键词： 桥梁工程   桥梁位移监测   计算机视觉   数据融合   互补滤波   比例因子  

摘要： 为改善现有计算机视觉技术在桥梁结构动态位移监测精度、采样频率、便捷性等方面存在的不足,充分挖掘各类监测响应中的有效信息,提出一种基于视觉位移和加速度多尺度滤波重构位移的方法,可实现位移在时域和频域的精度提升。首先,推导位移重构过程在时域和频域的理论表达式,分析目标精度、时窗长度及采样频率的影响及取值依据,提出由视觉位移提供位移的准静力分量,由加速度提供位移的动力分量,二者通过互补滤波融合实现高精度位移重构;其次,由视觉位移和加速度中的同频带响应进行最小二乘拟合,可以在无需任何结构尺寸与测量参数条件下,快捷、自动计算视觉位移的比例因子。通过对实验室悬索桥缩尺模型进行两种工况的试验和户外两跨连续梁桥的动载试验,验证所提出方法对桥梁位移监测的可行性。模型桥试验中,以位移计实测位移为参考,融合位移的误差比视觉位移最大减小了约50%,比例因子计算误差小于2%;实桥试验中,比例因子计算与传统计算方法的误差小于8%。在两类试验中,相比视觉位移,融合位移均能够获取试验桥梁的高阶响应。研究结果表明:所提出的方法能得到高精度、宽频域和低噪声的位移,可推进计算机视觉在桥梁结构健康监测领域的进一步应用。

关键词： 目标检测   损失函数   边界框回归   坐标注意力   YOLOX  

摘要： 针对YOLOX算法中边界框回归损失效果有限和多尺度特征表示能力不足,导致检测结果不准确的问题,提出一种基于距离形状广义交并比(DSGIoU)损失与双分支坐标注意力的目标检测算法。在交并比(IoU)损失项的基础上,通过添加真实框与预测框之间的非重叠面积、中心点距离及宽高比3个惩罚项,优化边界框的回归收敛效果;通过平均池化和最大池化沿着2个方向对特征进行编码,获取方向感知信息和位置信息,从而对特征进行增强。为验证所提算法的检测性能,分别以网络大小为Tiny、S、M的YOLOX为基准,在PASCAL VOC和KITTI数据集上进行测试。实验结果表明:所提算法在PASCAL VOC数据集上的检测精度分别达到80.0%、82.6%、85.8%,相比基准算法YOLOX提升了1.5%、1.6%、2.0%;在KITTI数据集上的检测精度分别达到87.7%、89.7%、90.7%,相比基准算法YOLOX提升了1.7%、2.9%、1.3%。所提算法能够优化网络收敛性,提高多尺度特征的表示能力,有效提高检测精度。

关键词： 显著性目标检测(SOD)   光学遥感图像(ORSI)   注意力机制   边缘增强   语义信息  

摘要： 针对光学遥感图像多尺度目标和复杂背景导致显著性目标检测效果不佳的问题,提出一种基于金字塔视觉Transformer的ADNet模型。首先,引入随机加权空间注意力模块,提高ADNet对目标区域的关注度,减少背景干扰。其次,设计了一个动态语义融合模块,可以实时理解和融合图像中的语义信息,帮助ADNet更精准地进行图像分割。然后,还设计了一个自适应边缘增强模块,用于提取和增强边缘信息,确保边缘分割更加精准。最后,通过显著性特征解码器对这3个核心模块的结果进行融合,生成最终显著性图。在公共数据集EORSSD和自制数据集FORSSD上均表现出较好的结果。其中,在FORSSD数据集上表现效果最好:F-measure、E-measure、S-measure和MAE指标达到了0.9180、0.9834、0.9316和0.0065。通过金字塔视觉Transformer和这3个模块的协同工作,有效应对了光学遥感图像中多尺度目标和复杂背景的问题,提高了光学遥感图像显著性目标的检测效果。

关键词： YOLOv8   DCNv2   SPPFCSPC   上下文注意力机制   小目标检测头  

摘要： 在海洋复杂的环境中,由于图像拍摄模糊、背景复杂,导致基于深度学习的目标检测算法存在特征提取困难和目标漏检等问题,因此海洋目标检测算法需要更加高效且性能优越。为此提出了一种基于YOLOv8n改进的海洋动物目标检测算法:DPSC-YOLO。在主干网络中引入DCNv2模块,通过增强空间建模能力来适应对象的几何变化;在主干网络末端引入空间金字塔池化SPPFCSPC,在保持模型感知场不变的同时减少模型的计算量;在颈部网络增加F 2极小目标检测头,结合其余3个尺度,使用4个不同的感受野检测层提高小目标检测精度;在颈部网络的C2f模块中结合CoTAttention注意力机制更好地利用相邻键之间的上下文信息,并根据数据的特点动态调整注意力分配。实验结果表明,DPSC-YOLO目标检测算法与YOLOv8n相比mAP@0.5提升了1.1%,mAP@0.5:0.95提升了4.6%,同时仅有较少的参数量和计算量的增加,证明DPSC-YOLO更适合复杂海洋环境中的目标检测任务。

关键词： 扩散模型   去噪扩散概率模型   分数扩散模型   深度学习   计算机视觉   图像生成   生成模型   生成对抗网络  

摘要： 扩散模型是受分子热力学启发而来的一类新的生成模型,具有训练稳定、对模型设置依赖性弱等优点。近年来,扩散模型被广泛应用于各项任务,并且取得了相比于以往生成模型更多样、更高质量的结果。目前,扩散模型已成为计算机视觉领域热门的基准方法。为更好地促进扩散模型在计算机视觉领域的发展,对扩散模型进行综述:首先对比了扩散模型与其他生成模型的优劣,介绍了扩散模型的数学原理;随后,从扩散模型存在的普遍问题出发,介绍了相关学者近年来所做的改进工作,以及扩散模型在多种视觉任务上的应用实例;最后,探讨了扩散模型存在的问题,并提出了一些未来可能的发展趋势。