关键词： RT-DETR   目标检测   双轮车头盔   损失函数  

摘要： 针对双轮车头盔检测算法中出现的密集目标，远景小目标等复杂场景下的漏检、误检和检测准确率低的现象，以RT-DETR-r18为基础，提出一种改进的RT-DETR双轮车头盔检测算法。设计了二重跨阶段的多尺度特征融合模块(DcspBlock),将多核初始化模块(PKIBlock)融入到跨阶段模块中，在降低模型参数量的同时，有效增强了网络对远近场景中不同尺度目标的捕获能力；引入了小目标检测模块Decoderhead-p2,有效增强了模型对小型目标的检测准确性；为了缓解复杂检测场景出现的正负样本不平衡以及边界框定位不准确问题，使用改进的损失函数MPD＿Focaler-IOU替换原模型的GIOU,通过设置阈值参数来改进IOU的计算方式，从而减少正负样本不平衡对模型性能的影响，引入最小垂直距离的计算方式，使得边界框在精细定位上有着更好的表现。实验表明，在TSHW数据集上，改进的RT-DETR相较于原模型，平均精度均值(mAP)mAP@0.5提升了3.6%,参数量降低了17.6%,同时保持较小的计算量，说明改进的模型可以有效提升复杂场景中对双轮车头盔检测的性能。

关键词： YOLO＿v3模型   计算机视觉   锂电池缺陷检测   目标检测  

摘要： 针对人工进行锂电池表面缺陷检测受主观影响大、稳定性较差的现状，提出一种基于实时目标检测YOLO＿v3算法的锂电池表面缺陷检测方法。利用既有小目标检测模型，使用自行采集的锂电池表面缺陷数据集进行训练并测试，证明了YOLO＿v3的检测准确率相对较高且速度快。结合锂电池表面缺陷检测问题对模型进行调整，通过消融法减少卷积层的数量，将Leaky ReLU激活函数替换为Mish激活函数，使用K-means聚类方法对先验框数值进行优化计算，进而将调整后的模型使用锂电池表面缺陷数据集进行训练与测试实验。结果表明，该模型检测锂电池表面较明显缺陷的准确率均在90%以上。本研究工作为应用计算机视觉技术实现锂电池表面缺陷自动检测进行了有益探索。

关键词： 图像处理   图像去雾   卷积神经网络   边缘先验   特征融合  

摘要： 针对卷积神经网络图像去雾方法在处理图像边缘纹理时出现的边缘模糊和边缘细节丢失等问题，提出一种多级边缘先验信息引导的单幅图像去雾网络（EPIGN）设计方法。该设计方法集成边缘特征提取模块、边缘特征融合块和去雾特征提取块，由边缘特征提取模块对有雾图像进行丰富边缘特征的提取，并重建出边缘图像，由边缘特征融合块将边缘先验信息与有雾图像的上下文信息进行有效融合，再由去雾特征提取块对图像进行多尺度深度特征提取并对重要通道添加注意力机制。在RESIDE数据集上对所提方法进行大量实验，并与主流去雾方法作比较，其中室内数据集峰值信噪比与结构相似指数分别达到37.58和0.991，参数量与计算量仅为2.024×10～6和24.84×10～9。实验结果表明，所提方法在有效去雾的同时大幅减少参数量与计算量，具有良好的性能和边缘细节保持能力。

关键词： 图像处理   图像配准   电力设备   红外与可见光图像   局部归一化   曲率尺度空间  

摘要： 在电力设备红外和可见光图像配准中，红外和可见光图像间往往存在严重的非线性辐射畸变和显著的视角、比例差异，从而导致图像配准失败。针对这一问题，提出一种基于局部归一化的电力设备红外与可见光图像配准算法。首先利用局部归一化消除图像的非线性畸变，提高曲率尺度空间算法提取特征点的精准度；再根据局部曲率信息计算特征点主方向，采用多尺度定向梯度直方图作为特征描述符；最后使用提出的精准匹配方法对特征进行匹配，得到图像间的投影变换参数。所提算法在两组电力设备红外和可见光图像数据集下，平均均方根误差分别为2.18和2.24，平均运行时间分别为13.09 s和12.07 s，实验结果验证了该方法在处理具有明显视角与比例差异的待配准图像时的有效性，实现了电力设备红外和可见光图像的高精度配准。

关键词： 度量学习   迁移学习   图像处理   故障诊断   齿轮箱  

摘要： 故障诊断是轴承障诊断领域的一个热点和难点。针对这一问题，文中以渥太华大学变速齿轮箱故障诊断平台为依托，应用一种图像处理技术和深度学习进行齿轮箱故障诊断的新方法。首先，借助图像识别算法，把原始的振动加速度信号转化为图样本的形式；之后采用了尺度不变特征变换(SIFT)算法，来捕捉图像中的特征点。针对这些特征点，进行向量化描述，构建了词袋模型(BoW),这一处理使得样本的特征得以充分提取和表达；然后，引入了局部最大均值差异，实现同一类别下相关子域概率分布的紧密对齐。最后，在网络训练时与其他方法相比，所构建的残差部分卷积(ResPConv)模型在恒定转速工况下具有较高的准确率，在时变负载工况下的数据下比其他四种方法具有更优的故障诊断识别率和更快的处理速度，具有很好的鲁棒性和更少的参数量。

关键词： 水下目标检测   YOLOv7-tiny   结构重参数化   注意力机制   损失函数  

摘要： 水下目标检测算法的研究是实现水下机器人智能捕捞的前提。水下目标检测任务中存在的目标模糊、小目标众多以及相互遮挡等问题对实现精确的目标检测提出了挑战，本研究提出了一种基于YOLOv7-tiny的水下目标算法YOLO-U。该算法通过引入具有结构重参数化的RepViT骨干网络，融合ESE通道注意力机制，增强水下模糊目标的特征提取能力；同时，设计了浅层坐标信息特征融合的特征金字塔网络CAFPN，进一步增强检测模型对方向和位置信息的敏感度，融合不同尺度的特征信息以提高小目标的检测能力；最后，采用WIoUv2边界框损失函数有效降低了简单示例对损失值的贡献，使得模型能够聚焦于遮挡目标，进一步提高遮挡目标的检测精度。YOLO-U算法在URPC2021数据集上mAP50取得了84.6%的检测效果，较YOLOv7-tiny、YOLOv5s和YOLOv8s分别提高了2.1%、5.2%和2.8%，检测结果显示，该算法可以有效提高水下目标检测精度，进一步改善水下模糊目标、小目标和遮挡目标的检测效果。

关键词： 图像处理   频域反射(FDR)   土壤色彩参数(RGB)   纹理特征   土壤水盐含量  

摘要： 【目的】盐渍土是全球性的生态环境问题。快速精准的监测表层土壤水分、盐分信息为土壤盐渍化的治理和改良提供支持。【方法】本研究在小尺度上，将高精度光学遥感和图像数字处理技术相结合，提出一种基于土壤表观色彩参数（RGB）和纹理特征值预测土壤含水量、含盐量的定量估算方法。首先利用介电常数和含水量、电导率和含盐量之间的关系标定了土壤多参数传感器。其次利用图像数字处理技术，提取土壤的3种色彩参数（RGB）和纹理特征，并通过相关性分析等方法分别确定相关性最大的变量，并构建RGB、纹理特征同土壤含水量、含盐量的最优拟合模型。最后利用传感器法验证反演方法的精准度。【结果】土壤含水量与RGB拟合的三元回归模型拟合效果最好，R2为0.97。土壤含盐量与RGB和纹理特征的拟合中，当含盐量≥6%时，含盐量与土壤的表观白色占比拟合的一元多项式模型拟合效果最好，R2为0.97；当含盐量<6%时，含盐量与纹理特征值中的自相关拟合效果最好，R2为0.93。经过对比计算标定后的多参数传感器法和本文提出的反演方法得到的土壤含水量和含盐量，发现两种方法测量的土壤含水量相对误差范围为0.27%—9.48%，土壤含盐量相对误差范围为0.07%—8.64%，且绝对误差均<1%。【结论】本研究为土壤表观水盐信息的反演提供了一种方案，为土壤表层的水盐的快速、准确的测定提供了理论依据和技术支撑。

关键词： 无人机(UAV)   小目标检测   注意力机制   轻量化   YOLOv11  

摘要： 无人机航拍中的目标检测面临诸多挑战，如检测目标小、尺度变化大以及计算能力受限等问题。针对现有小目标检测模型体积大、计算量高，难以在边缘设备上高效部署的问题，提出了一种基于YOLOv11改进的轻量化模型MA-YOLOv11s（multi-attention YOLOv11s）。选择性地引入小目标检测层，在提高检测能力的同时控制计算量增长。设计了融合多种注意力机制的轻量级特征提取模块C2SCSA和C2MCA，增强了模型对复杂背景中小目标的特征提取能力，同时保持了较低的计算开销。采用Soft-NMS-SIOU替代传统的NMS方法，显著提升了模型在密集重叠目标场景中的检测精度与鲁棒性。在Vis Drone2019数据集的实验中，与YOLOv11s模型相比，MA-YOLOv11s仅用2.291×10～6的参数量和22.4 GFLOPs的计算量就将精确率、召回率、m AP50、m AP50:95分别提升8.9、1.3、10.9、9.7个百分点。实验结果表明，改进后的模型在保持小体积的同时展现了卓越的小目标检测性能。

关键词： 计算机视觉   深度学习   猪只识别   YOLOv5  

摘要： 当前的猪只识别技术在复杂环境下识别时间长、误识率高，为了提升猪只识别与行为监控的效率与精度，本文进行了猪只识别技术研究。研究利用改进的YOLOv5模型，结合数据采集、预处理与特征提取方法，以达到猪只身份与特定行为识别的目的。分析结果表明，该方法在复杂环境中具备较高的识别精度与适应性，为智能化养殖管理提供了重要技术支持，对养殖业数字化转型具有实践参考价值。

关键词： 计算机视觉   活体检测   卷积神经网络   注意力机制  

摘要： 为解决人脸识别系统中容易受非真人欺骗问题，同时考虑到传统注意力机制算法的计算量庞大，提出一种基于快速线性注意力机制的卷积神经网络静默式人脸活体检测算法。首先，从视频中提取包含人脸的图像数据，并进行数据预处理，包括用于抗光照影响的数据归一化操作及为扩充数据集而进行的图像旋转操作等。算法在经典的点乘注意力机制的基础上，对软最大化操作进行线性优化，即摘除软最大化操作，对原始的两个因子分别进行各自维度的归一化操作，此外基于先验知识与乘法结合律，改变矩阵因子乘法顺序，使得原始复杂度从O（N2）降为O（N）。在公开活体检测数据集CASIA-SURF和自制数据集上的实验表明，所提算法在保证识别性能的前提下，可以有效地减少计算复杂度。在训练相同的步数下，训练时间可以缩短约1/8,并且随着输入图片的大小的增加，训练时间缩短的比例还将进一步增大。