关键词： 淬火过程   图像处理   注意力机制   神经网络  

摘要： 随着工程机械制造行业的快速发展，钢板的热处理过程对板形要求越来越高。淬火过程是决定热处理板板形质量的关键环节，由于钢板在淬火过程中叠加了相变应力和热应力，淬火后的钢板容易产生板形缺陷，影响最终的成品板形质量，因此迫切需要一种能够识别钢板形状的方法，为钢板的淬火板形控制提供有意义的指导。为了解决形状识别问题，提出了一种基于注意力机制和轻量化的淬火过程形状识别神经网络。此外，对板形图像进行K-means处理，增强了缺陷表征的能力。将板形数据集用于模型性能测试，对比实验的结果表明，该轻量级网络模块比其他网络具有更高的识别精度均值和20～50 ms的单次推理速度提升。

关键词： 图像处理   图像分割   视网膜血管   多尺度特征   注意力机制   自适应融合  

摘要： 为解决视网膜细小血管分割效果不理想和血管连通性差导致模型分割精度较低的问题，在U-Net架构的基础上提出一种融合多尺度特征与双注意力机制的血管分割网络。首先，采用引入双注意力机制的空洞残差模块替换U-Net原有卷积层，实现对血管信息的多尺度提取。其次，将特征融合模块嵌入在跳跃连接处，通过对血管特征的自适应融合来减少编解码过程中的信息损失，增强血管连通性。最后，引入混合损失函数帮助网络训练，缓解视网膜血管图像中类不平衡程度。在DRIVE和CHASE＿DB1数据集上的验证结果表明，所提算法的准确率分别达到0.9625和0.9696，相比于U-Net，所提算法的灵敏度增加0.0420和0.0552,F1分数增加0.0140和0.0342，展现出较好的分割性能。

关键词： 图像处理   缺陷检测   生成对抗网络   柔印标签   随机噪声  

摘要： 为了及时把控柔印标签的生产质量，融合Transformer设计了一种生成对抗网络，提出了一种柔印标签在线检测方法。为了解决实际生产中缺陷样品稀少、样本分布不均的问题，提出了一种新颖的噪声添加方案模拟缺陷样本，仅使用合格的柔印标签样本训练模板生成器。结合跳连接和Transformer block设计了一种生成对抗网络，以及相应的损失函数，以提高生成器对模板的表示能力。设计了一种基于自适应阈值的缺陷评估方案实现柔印标签检测。实验结果表明，提出的检测方法可以在每个样本38 ms的合理检测时间下，达到2.23%平均误检率、0%平均漏检率、0.983 F1-score的检测性能，在数据集上优于现有异常检测深度学习方法。

关键词： 目标检测   YOLOv8   垃圾检测   注意力机制   深度学习  

摘要： 针对当前垃圾检测算法存在对于密集目标的精确度低、易受环境背景干扰的问题，研究一种基于YOLOv8改进的垃圾检测算法YOLOv8-MA。该方法在YOLOv8网络中融合了GAM全局注力机制（global attention mechanism）和MLCA混合局部通道注意力机制（mixed local channel attention），增强对区域上下文信息的捕获能力，对输入特征图进行全局关注，实现检测精度的显著提升。此外，算法采用了EIoU损失函数，提升模型对各类样本的适应能力和模型定位精度，进一步增强整体检测性能。在TACO数据集上进行实验取得了良好效果，相比于基线模型YOLOv8,YOLOv8-MA在精确率、召回率、mAP@0.5和mAP@0.5∶0.95评价指标分别提升了1.4%、5.3%、4.2%和5.4%，表现突出，具有更好的检测效果。该研究结果证明了YOLOv8-MA算法的有效性和卓越性。此外，还通过消融实验证明了各个改进模块对提升模型性能的有效性。

关键词： 机器视觉   卷烟制丝工艺   图像处理   深度学习   工艺监测  

摘要： 随着卷烟行业对“均质化生产，精细化加工”要求的提出，针对制丝工艺中异物剔除精度的下降、人工质量检测的主观性以及过程工艺指标监测控制的滞后性等问题，大量基于机器视觉技术的应用与研究被提出，进一步提高制丝生产过程的自动化、智能化水平。为深入了解机器视觉技术在制丝工艺中的应用研究情况，分析整理了近年来国内外的相关文献。从机器视觉在制丝工艺中的监测和检测两方面展开，并对图像处理、传统机器视觉和深度学习的研究现状进行分析，提出当前机器视觉在制丝工艺中存在的问题，展望其在制丝工艺中的发展趋势，旨在为机器视觉在制丝工艺中的应用研究提供参考和思路。

关键词： A   adaptive attention   global context aggregation module   infrared dim small target detection   TP391.4   Transformer network  

摘要： This paper presents a novel algorithm for detecting infrared dim small targets in complex backgrounds by integrating both global and local feature information. The proposed method employs an adaptive attention transformer network which addresses challenges associated with computational complexity and information redundancy in traditional self-attention mechanisms. A global context aggregation module is designed to address the loss of small target features in high-level feature maps. This module compensates for spatial distribution information during the multi-scale feature fusion process, ensuring the preservation of target features. Comparison experiments were conducted on two datasets, NUAA-SIRST and IRSTD-1k. The proposed algorithm achieved 0.784 for mIoU and 0.878 for F-measure on NUAA-SIRST, 0.632 for mIoU and 0.807 for F-measure on IRST-1k, all of which are the highest values. The proposed algorithm shows a significant improvement over other existing detection algorithms, demonstrating its capability to accurately extract both local and global features of targets with high recall rates and low false alarm rates across various scenarios. The ablation study results highlight the significant improvements contributed by the key modules to the proposed algorithm. (Figure presented.) © Shanghai Jiao Tong University 2025.

关键词： YOLOX-S   级联融合网络   Inner-MPDIoU  

摘要： 阐述通过目标检测算法可以对野生动物进行保护监控。改进的YOLOX-S引入了CFNet，通过跨层特征融合和注意力机制增强算法对复杂自然场景的理解能力。同时，提出了新型的Inner-MPDIoU损失函数，提高了模型对小目标和模糊目标的定位精度。模型在野生动物数据集上取得了优于原始YOLOX-S算法的性能。

关键词： Photoshop神经网络滤镜技术   图像处理   深度学习   电商图像优化   系统设计  

摘要： 随着人工智能技术的发展，Photoshop神经网络滤镜技术在图像处理领域得到了广泛应用。该技术起源于传统图像处理的滤镜技术，通过神经网络的深度学习能力，实现了更加智能化和个性化的图像优化。本文概述了Photoshop神经网络滤镜技术的起源和发展，详细介绍了其技术框架，包括层次结构解析和数据传递交互机制。深入探讨了滤镜算法的设计与优化，包括核心算法原理和优化策略。

关键词： 视频智能分析   目标跟踪   留置场景  

摘要： 阐述针对视频智能分析系统中的人员检测误检、漏检问题，提出一种基于中心点欧式距离的人员跟踪方法。通过引入人员产生计数器和丢失计数器，有效改善检测准确性。实验表明，该方法在留置场景中显著提升了报警准确率，为智能视频监控系统提供了更可靠的人员跟踪解决方案。

关键词： 智慧交通   目标检测   YOLOv3   三维自适应检测   分层联合检测  

摘要： 随着汽车保有量的提升，现有目标检测算法存在检测准确率低以及计算难度大等问题，已经无法满足日益增长的检测精度要求。因此，研究提出了基于改进YOLOv3的三维自适应和分层联合检测模型。该模型采用K-means算法调整自适应锚框大小，根据时间、天气以及目标检测构建融合三维模型，利用误检阈值和交并比阈值优化融合过程，将三类目标检测模型分层级融合。实验结果表明，三维模型所有预测框均能准确识别目标类别，对机动车、非机动车和行人的目标检测准确率分别为85.4%、77.2%以及92.6%。联合检测运行时间比三维自适应检测降低了63 ms,最大检测准确率分别比三维自适应检测和单维检测高出3.2%和5.6%,由此可得，改进模型能够有效实现复杂场景下的交通目标检测，及时上报交通情况以便后续疏导，减少交通拥堵情况，提升道路使用率。