关键词： YOLOv8s   目标检测   深度学习   遥感图像   空间到深度卷积   Transformer   注意力机制  

摘要： 针对遥感图像存在的小目标密集、目标遮挡、背景复杂等问题，提出一种改进YOLOv8s的遥感图像目标检测网络模型。采用空间到深度卷积中的SPD模块，在特征提取时保留更多信息；基于Bottleneck Transformer设计BOT模块，在保持全局上下文建模的同时，更好地捕捉图像中的局部特征；引入注意力机制设计C2fGAM模块，聚焦有效信息，抑制无效背景信息；将上采样模块替换为CARAFE上采样，提高特征重建质量。实验结果表明，该模型相较其它算法具有更好的检测效果和较强的通用性。

关键词： 异形电子元件检测   RT-DETR   目标检测   数据增强  

摘要： 异形电子元件表面缺陷检测是提高异形插件机插装工艺水平的关键环节。传统的人工检测易受人为主观性影响，模板匹配算法的效率较低，且在样本数据不足的情况下，现有深度学习技术在缺陷检测方面存在精度低、实时性不足等问题。为提高异形元件检测的精度和实时性，文章对目标检测模型RT-DETR进行改进，提出了一种实时多维特征自适应网络(RT-MDAFNet):首先，在模型特征融合层处设计自适应融合金字塔网络(AFPN),通过动态通道注意力机制和选择性特征融合机制来提高模型对多尺度目标的适应性和特征提取能力；然后，设计了自适应通道-空间聚合网络模块(SASE-RepNet),通过结合多层次特征聚合、通道自适应权重分配和空间选择性增强机制来提升在复杂背景下的检测精度和效率。在现有数据集缺乏的情况下，构建了异形电子元件数据集，并将RT-MDAFNet模型与DETR、Faster R-CNN、YOLO系列等8种基线模型进行了对比实验。对比实验结果表明：RT-MDAFNet模型的帧率为41.5 FPS,每秒浮点运算次数(GFLOPs)为75.3,参数量为24.31 M,mAP50值为80.87%,mAP50-95值分别为50.43%。与目前最佳的基线模型(DINO)相比，RT-MDAFNet模型的mAP50、mAP50-95值分别提高了3.31%、3.46%。最后，为了探讨关键组件对模型效果的影响，在自建数据集上进行了消融实验。消融实验结果表明：RT-MDAFNet模型中的AFPN模块和SASE-RepNet模块在模型轻量化和精度提升上具备有效性。与RT-DETR模型相比，RT-MDAFNet模型的mAP50、mAP50-95值分别提高了4.66%、2.54%,参数量降低了9.67 M,GFLOPs减少了28.1,帧率提高了18.7 FPS。总体而言，RT-MDAFNet模型在保证轻量化的同时，也提升了异形元件的检测精度。

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： 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： 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： 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： 正电子发射断层显像术   体层摄影术   X线计算机   图像处理   计算机辅助   标准摄取值   肺内病灶  

摘要： 目的研究18F-氟脱氧葡萄糖（FDG）PET/CT不同重建方法对肺内病灶标准摄取值（SUV）及图像质量的影响。方法回顾性收集2023年3月至7月于江苏省中医院行PET/CT全身显像发现有肺内占位性病变且病灶摄取升高的44例恶性肿瘤患者的影像资料，其中男性33例、女性11例，年龄（68.3±11.0）岁。采用西门子Biograph vision 450型PET/CT内置的不同重建方法进行图像质量分析。主要使用的重建方法包括反投影法（BP）、BP+时间飞行（TOF）、迭代（IT）、IT+TOF，分别对4组图像进行图像质量评估及定量分析。采用5级评分法进行图像视觉质量评估；分别对各组图像病灶、肝血池以及纵隔血池的定量参数[最大标准摄取值（SUVmax）、平均标准摄取值（SUVmean）、SUV的标准差（SUVSD）、信噪比（SNR）以及相对SNR]，以评估加入TOF后的重建方法对图像质量的影响。视觉评分的一致性分析采用Kappa检验进行评估。各组图像视觉评分构成的比较采用χ2检验。不符合正态分布的计量资料的组间比较采用Mann-Whitney U检验（秩和检验）。结果2位医师对44例患者BP、BP+TOF、IT、IT+TOF 4组图像的视觉评分结果具有高度一致性（Kappa值=0.862，95%CI：0.745~0.979，P<0.001）。BP与BP+TOF组间的视觉评分构成差异有统计学意义（χ2=28.037，P<0.001）；IT与IT+TOF组间的视觉评分构成差异有统计学意义（χ2=47.143，P<0.001）。BP与IT加入TOF后均能降低噪声、提高SNR。与BP组相比，BP+TOF组病灶SNR由22.470（11.414，50.835）提升至28.835（15.101，68.391），Z=-2.684，P=0.007；与IT组相比，IT+TOF组病灶SNR由76.880（29.933，156.604）提升至126.593（40.364，250.589），Z=-3.583，P<0.001。IT+TOF组相对SNR>1的比例为97.7%（43/44），BP+TOF组相对SNR>1的比例为81.8%（36/44）。结论使用BP与IT进行肺内病灶18F-FDG PET/CT显像时可加入TOF来提高图像质量。

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。