关键词： 目标检测   红花   YOLOv5s   ShuffleNet v2   多尺度   排斥损失函数  

摘要： 针对自然环境中红花智能采摘存在红花尺度变化大、遮挡情况复杂的问题,该研究对YOLOv5s模型进行优化,提出了一种基于多尺度特征提取的YOLO-SSAR目标检测算法。首先,采用ShuffleNet v2轻量化结构对Backbone层主干特征提取网络进行替换,减少模型参数量和计算量;其次,在Neck层添加基于空洞卷积和共享权重的Scale-Aware RFE模块,提高模型对于多尺度特征信息的提取能力;最后,为解决目标检测中类内、类间遮挡问题,在Head层引入排斥损失函数对原损失函数进行替换,减少因非极大值抑制(non-maximum suppression,NMS)阈值选取不当造成的漏检或误检,提高模型的检测精度。试验结果表明,YOLO-SSAR算法在测试集上的精确率、召回率和平均精度均值分别为90.1%、88.5%、93.4%,比YOLOv5s原始模型分别提升了5.9、9.2和7.7个百分点,推理速度为115帧/s,模型大小为9.7 MB,与主流算法YOLOv4、YOLOv7、YOLOV8s、Faster R-CNN、SSD相比,精确率分别高出6.8、7.2、6.3、16.2和10.8个百分点、召回率高出9.4、10.3、9.5、17.3和59.4个百分点,平均精度均值高出8.8、8.2、8.1、14.9和19.4个百分点。研究表明,YOLO-SSAR算法在提升综合检测性能的同时也降低了计算复杂度,研究结果可以为红花智能采摘研究提供算法参考。

关键词： 遮挡目标检测   EMSA多尺度自注意力   YOLO   动态聚焦  

摘要： 在遮挡图像中,行人目标通常被其他物体部分或完全遮挡,导致其外观特征不完整、边缘模糊,甚至与背景或遮挡物混淆。行人遮挡目标的检测需要算法能够在特征缺失的情况下,仍然准确识别和定位目标。为了解决这一挑战,本文基于YOLOv10提出一种融合多尺度自注意力机制(Efficient Multi-directional Self-Attention, EMSA)的多尺度感知能力的YOLOv10改进方法。首先在YOLOv10中的C2f中融合MSDA注意力机制,增强了模型在多尺度上的特征捕捉能力,提升了对不同尺度遮挡目标的检测能力,通过自适应地加权不同通道的特征,提高了对遮挡目标特征的关注;其次基于动态聚焦机制引入新的损失函数Focaleriou,动态调整损失焦点,提高对不同尺度目标的检测能力,同时改善边界框回归损失收敛速度,之后添加了小目标检测头,增强小遮挡目标的特征提取能力;最后使用公开数据集Citypersons进行消融实验。结果表明,该融合了MSDA注意力机制的模型平均精度(Map@0.5)达到了62.3%,相较于官方YOLOv10n提升了2.2%。实验结果表明该EMSA注意力能够有效改进行人遮挡目标的检测,满足自动驾驶、监控等应用场景下的行人遮挡场景的检测需求。In occluded images, pedestrian targets are often partially or completely blocked by other objects, leading to incomplete appearance features, blurred edges, and even confusion with the background or occluding objects. Detecting occluded pedestrian targets requires algorithms capable of accurately recognizing and localizing targets despite missing features. To address this challenge, this paper proposes an improved YOLOv10 method with enhanced multi-scale perception by integrating an Efficient Multi-directional Self-Attention (EMSA) mechanism. Firstly, the MSDA attention mechanism is incorporated into the C2f module of YOLOv10 to enhance the model’s ability to capture features at multiple scales, improving the detection of occluded targets of various sizes. By adaptively weighting features across channels, the method increases focus on occluded target features. Secondly, a novel loss function, Focaleriou, is introduced based on a dynamic focusing mechanism. This adjusts the focus of the loss dynamically, enhancing the detection of targets at different scales and improving the convergence speed of bounding box regression loss. Additionally, a small-object detection head is added to strengthen feature extraction for small occluded targets. Finally, ablation experiments are conducted on the public Citypersons dataset. Results show that the model incorporating the MSDA attention mechanism achieves a mean average precision (mAP@0.5) of 62.3%, whi

关键词： 深度学习   目标检测   路面病害   YOLOv5s   可变形卷积   轻量化  

摘要： 针对现有的路面病害检测算法在复杂环境下检测精度低、模型复杂度高的问题,在YOLOv5基础上,提出了一种融合可变形卷积的轻量级路面病害检测算法(lightweight deformable convolution YOLOv5,LDC-YOLOv5)。首先,针对真实路面病害复杂不规整的特点,使用可变形卷积(Deformable Conv)和深度卷积(Depthwise Conv),设计了一种轻量级特征提取模块,代替原网络主干部分的C3模块,使卷积核聚焦在无规则裂缝病害上,增强病害特征提取能力。其次,针对特征融合阶段出现算法复杂度过高的问题,使用轻量级卷积GhostConv,构建一种轻量级特征融合模块,代替原网络颈部网络部分的C3模块,降低网络参数和复杂度;为避免真实路面出现光照不均,出现阴影遮挡路面病害目标而造成的病害漏检的情况,在主干网络部分,引入轻量级注意力机制TripletAttention,增强算法对病害信息上下文之间的理解能力。最后在IEEE公开数据集RDD2022和Kaggle公开数据集Road Damage上进行测试,实验结果表明,与YOLOv5s相比,mAP50在两个数据集上分别提升了1.4%和4.2%,且模型参数量仅为YOLOv5s的67.6%。

关键词： 档案管理水平   档案信息   电力档案   企业发展战略   知识经济   过度依赖   目标检测   合规性  

摘要： 引言当前,社会正稳步迈向知识经济和信息化时代,信息已逐步成为企业发展战略的核心资源,其价值日益受到广泛认可。在电力档案管理实践中,尽管企业的档案管理水平不断进步,但仍有大量档案工作需要过度依赖人工操作,尤其是在区分复印件与原件时,混淆现象时有发生。这种混淆不仅严重损害了档案信息的真实性和准确性,更对档案管理的合规性构成了直接且重大的威胁。

关键词： 背景减除   背景建模   移动目标检测   鬼影抑制  

摘要： 针对快速背景减除法(FBS-ABL)在复杂环境下易存在鬼影的问题,提出一种改进的FBS-ABL算法。该算法在FBS-ABL算法检测到前景目标的基础上,求出前景运动目标及其邻域的像素直方图并进行匹配,判断目标区域是否存在“鬼影”,通过改变该区域的像素值消除“鬼影”。同时对于鬼影目标可能存在的区域再次进行背景初始化,抑制“鬼影”的出现。在两个不同的场景进行了实验验证,结果表明,改进的FBS-ABL算法对“鬼影”消除有着良好的效果,对目标检测的准确率有着明显的提升。

关键词： 虚拟仿真实践教学   实践类课程   实验环节   工科专业   时间间隔   理论课堂   新工科   工科背景  

摘要： 以往大多数工科实验类课程通常采取教师先在课堂上讲授理论知识,而后学生在一定的时间间隔后于指定地点进行实验环节,这种方式往往存在学生在理论课堂上理解片面、实验环节又很难将前期理论与具体实践紧密结合,导致学习效果不佳。针对这一问题,本文通过对工科实践类课程大量调研的基础上,融入新工科的理念与思政元素构建适合工科专业的《数字图像处理》课程的虚拟仿真实践教学模型,致力于提高学生面对实际问题的应对能力。

关键词： 铁芯振动   声成像技术   变压器   故障检测   声学信号处理   图像处理  

摘要： 铁芯振动声成像技术是一种新兴的变压器故障检测方法,能通过对变压器铁芯振动产生的声波进行分析,实现对变压器内部故障的快速定位和准确诊断。本研究以某电力公司的一台220kV变压器为对象,利用铁芯振动声成像技术对其进行故障检测。首先,通过对变压器运行状态的监测和数据采集,获取了铁芯振动信号的原始数据。然后,利用声学信号处理和图像处理技术,对原始数据进行滤波、降噪和图像重建等处理,得到了变压器铁芯振动声成像图像。最后,通过对声成像图像进行分析和比较,确定了变压器铁芯存在的故障类型和位置。实验结果表明,铁芯振动声成像技术能有效地检测变压器内部的故障,具有较高的准确性和可靠性。因此,铁芯振动声成像技术在变压器故障检测中具有广阔的应用前景,并且可以为变压器的维修和保养提供有力的技术支持。

关键词： 冲压零件   汽车安全系统导向爪   YOLOv5   目标检测  

摘要： 以汽车安全系统导向爪这一冲压零件为研究对象,提出了一种基于YOLOv5的目标检测算法对汽车安全系统导向爪表面缺陷进行检测。首先对原始数据进行筛选,去除无效数据;其次为解决样本不均衡问题,对部分数据进行增广;然后使用LabelImg工具对扩充后的数据集进行标注;接着将标注好的数据集放入模型中进行训练;最后将训练得到的最优权重用于测试。实验证明,YOLOv5的检测效果明显优于Faster R-CNN、SSD、RetinaNet这三种目标检测模型,其mAP可达98.4%,平均检测时间为6.2 ms。基于YOLOv5的缺陷检测方法能够满足实际生产线的检测速度和精度要求,对冲压零件缺陷检测具有重要指导意义。

关键词： 计算机视觉   智能电视   场景识别  

摘要： 随着计算机视觉技术的快速发展,其在智能电视场景识别中的应用展现出巨大潜力,为实现个性化推荐和智能化调节提供了新的可能性。基于此,分析计算机视觉技术在智能电视场景识别中的应用,探讨图像处理、深度学习与特征提取、多模态数据融合技术如何通过识别用户行为和环境条件进行场景分类。通过实验验证,所提方法在多种智能电视使用场景下,均展现出卓越的识别准确率和快速响应能力。

关键词： 显著性检测   自适应感受野   注意力机制   多尺度特征  

摘要： 基于CNN的显著性检测技术已逐渐替代传统的显著性检测技术。现有显著性检测技术大多数不加以区分不同层的特征,对不同层特征以同样方式处理。为了提取丰富的多尺度信息,将主干网络VGG-16分为低、中、高三层,并对不同层特征使用不同的注意力机制;为了提取更多信息,根据输入信息的不同用SK卷积来自适应增大感受野;最后将得到的特征优化后融合。在五个常用数据集上进行测试该模型,并与其他显著性检测算法进行比较。通过定性与定量评估,该模型性能较好。