关键词： 杭白菊   图像识别   目标检测   YOLO v8   遮挡检测  

摘要： 在非结构环境下，由于杭白菊的簇状生长特性导致相互遮挡严重，使得杭白菊检测算法的检测精度较低。针对该问题，提出一种改进YOLO v8n的杭白菊检测模型Hwc-YOLO v8n(Hangzhou white chrysanthemum-YOLO v8n)。首先，提出通过增加标签的方式，将实际需求的双类别标签改变为三类别，提升模型对杭白菊各个花期的关键性特征的精细化检测能力；其次，在主干网络中设计一种动态特征提取模块(C2f-Dynamic),以加强模型对被遮挡目标特征缺失情况的动态适应，并在检测头部分增加160像素×160像素的检测头，使得模型具备针对小目标检测的能力；最后，采用角度惩罚度量的损失(SIoU)优化边界框损失函数，提升了模型检测精度和泛化能力。模块位置试验和热力图试验表明，C2f-Dynamic模块能动态适应遮挡目标的特征变化。改进后的Hwc-YOLO v8n模型对遮挡杭白菊识别的平均精度均值提升了1.7个百分点，召回率均值提高了0.88个百分点。模型消融和对比试验结果表明，改进后的Hwc-YOLO v8n模型相比于DETR、SSD、YOLO v5、YOLO v6和YOLO v7,对杭白菊的检测效果更好。平均精度均值相较于DETR、SSD、YOLO v5、YOLO v6和YOLO v7分别提升了5.7、12.6、0.7、0.75、11.25个百分点，召回率均值相较于YOLO v5和YOLO v7提升了2.15、1.4个百分点，可为后续杭白菊智能化采收作业提供技术支撑。

关键词： OpenCV   水稻考种   图像处理   谷粒计数   Python  

摘要： 该试验采用OpenCV计算机视觉库对水稻谷粒图像进行考种分析。使用基于OpenCV库的Python程序对采集的图像执行灰度处理、二值化、开运算和腐蚀运算等处理，并识别谷粒轮廓并对水稻谷粒计数；通过矩形拟合函数获取谷粒的粒长、粒宽考种数据。研究结果表明，对200粒以内的谷粒计数，程序的准确率为100%；程序测量获取的谷粒10粒长、宽数据有95%的概率与人工测量为同一组数据。与人工考种对比，图像处理程序考种具备更高的效率和准确性，用该程序进行水稻考种分析具有可行性。

关键词： 深度学习   分类和分割网络   目标检测   脑胶质瘤诊断   核磁共振成像  

摘要： 脑胶质瘤是一种致死率极高的原发性颅内恶性肿瘤，实现术前无创诊断对脑胶质瘤的治疗和预后具有重要意义。本文提出一种目标检测技术辅助的脑胶质瘤分割分类网络，基于多模态三维MRI实现对脑胶质瘤区域的分割和WHO分级（Ⅱ/Ⅲ/Ⅳ）、IDH突变状态分类以及1p19q缺失状态分类。本文引入目标检测技术获取肿瘤区域的定位信息用于辅助分割和分类，同时还引入SPP、FPN等模块提升模型性能。模型在EGD数据集中的664个脑胶质瘤病例进行训练，最终在测试集上，胶质瘤分割的Dice系数达到0.88,WHO分级、IDH突变状态以及1p19q缺失状态分类准确率分别达到：0.80、0.72、0.90。与PSNet、ResNet50、Unet+ResNet50模型进行对比实验，验证了本文模型的有效性。同时，针对目标检测模块、SPP模块和FPN模块进行消融实验，验证了引入模块的作用。实验结果表明，本文提出模型可有效进行脑胶质瘤术前多任务诊断，对脑胶质瘤的治疗和预后有帮助作用。

关键词： ADB算法   代码生成   卡尔曼滤波   匈牙利算法  

摘要： 本文对自适应远光灯(Adaptive Driving Beam, ADB)控制系统进行研究，设计了系统架构和软件算法，针对输入端摄像头感知数据质量下降，通过匈牙利算法对多目标数据进行数据关联，再通过卡尔曼算法对数据进行预测和滤波，针对输出端LED控制效果不佳的问题，通过矩阵式LED远光灯分区控制算法解决了ADB系统不稳定，LED闪烁的问题。并将算法模型进行实车测试与标定，自适应远光灯实时计算目标数据，控制目标物对应LED开启或关闭，避免会车和跟车对其他车辆产生眩目影响，在保证较佳视野的同时，提升驾驶的安全性。

关键词： 仓储物流   机器人拣选   视觉引导   目标检测  

摘要： 文章提出一种基于视觉引导的机器人拣选系统，并研究其在物流自动化中的应用。该系统主要由视觉模块、机器人模块以及末端执行器模块3个模块组成，通过工业相机acA1920-40gc获取目标物体的图像，结合6轴机器人Fanuc M-710ic/45M进行精准抓取。在实验中，系统通过精确的图像识别和准确的轨迹规划，成功完成目标物体的抓取与搬运。实验结果表明，系统能够在较小的误差范围内精准抓取目标物体。

关键词： 机器视觉   水下目标检测   轻量级网络   特征冗余   深度可分离卷积   多尺度特征提取   优化器  

摘要： 针对一般机器视觉检测算法在复杂海洋环境场景下难以识别等问题，提出一种适用于水下目标检测的轻量级网络YOLOv8-GD。设计C2fGhostv2将C2f中的残差模块替换为轻量级网络模块GhostNetv2,借此精简网络参数并减少通道中的特征冗余；设计深度可分离卷积多尺度特征提取模块，联合多尺度特征信息，增强模型的特征提取能力；用Lion优化器协助模型训练，提升模型训练性能。在RUOD数据集上验证YOLOv8-GD的检测性能，实验结果表明，该模型的F1-score达81.3%,mAP@0.5达84.1%,满足实时水下目标检测要求。

关键词： 深度学习   苹果叶片病害   卷积神经网络   目标检测  

摘要： [目的]本研究旨在开发一种准确检测苹果叶片病害的轻量化模型方法。[方法]构建了一个自然复杂场景下包含15 190张高质量RGB图像的苹果叶片病害数据集ALD6,涵盖了实际生产中最为常见的5种病害类型和1个健康对照类。提出基于YOLOv8s改进的高效苹果叶片病害检测模型ADDN-YOLO。用BoT替换部分C2f结构以更好地捕捉图像中的全局和局部的丰富信息，提高模型特征提取能力的同时降低计算开销；设计了更轻量化的检测头以降低模型复杂性，更易部署于硬件设备上；引入MPDIoU损失函数优化了原CIoU对目标尺寸变化不敏感的问题，更加全面考虑目标的位置和尺寸差异信息，提高目标的定位能力。[结果]在ALD6数据集上病害识别的平均精度均值为94.9%,相较原始基准模型提高0.7%,计算量和模型大小比基准模型降低35.6%和35.5%。模型大小为13.8 MB,模型推理速度为175.7 FPS。[结论]ADDN-YOLO算法在准确性和降低模型复杂性方面都具有明显优势，可以为自然场景下苹果叶片病害的高效、准确检测识别提供支持。

关键词： 下颌骨骨折   目标检测   YOLOv5   Transformer   注意力机制  

摘要： 下颌骨是颌面骨骼中第二大骨区域,下颌骨骨质较硬,但下颌骨正中联合部,左右两侧颏孔区,两侧下颌角以及髁突颈部是下颌骨的结构薄弱区,是骨折的好发部位。使用YOLOv5模型进行辅助诊断,可以有效的提升放射科医生的诊断效率。但由于不同体位、不同部位以及受力程度的不同导致下颌骨骨折区域大小不一,并呈现出骨骼微裂、骨骼嵌插和骨骼断裂等现象,因此骨折区域大小和形状差异较大,定位和识别难度较高。针对上述问题,本文的主要研究如下: （1）由于不同体位、不同部位以及受力程度的不同导致下颌骨骨折区域大小不一,使得现有模型难以准确定位和识别骨折区域。本文提出一种基于多尺度全局特征增强的下颌骨骨折检测模型（M3YOLOv5）,主要创新工作如下:首先,将CNN和Transformer有效结合,弥补CNN全局信息提取能力不足的问题,提高模型对骨折区域的定位能力。其次,将浅层特征中的位置信息通过空间注意力机制补充给深层特征层,将深层特征层中的语义信息通过通道注意力机制嵌入给浅层特征层,提升模型对骨折区域的识别能力。最后,使用不同尺度、不同膨胀系数的深度可分离卷积,为模型提供更丰富的感受野,提高模型对多尺度骨折区域的检测能力。实验结果表明,在下颌骨骨折CT数据集上,提出的M3YOLOv5模型在精确率、mAP值、召回率和F1值分上别达到了97.18%、96.86%、94.42%和95.58%。 （2）由于骨折区域受外力程度和角度不同,呈现出骨骼微裂、骨骼嵌插和骨骼断裂等现象,因此骨折区域大小和形状差异较大,定位和识别难度较高。本文提出Mandible-YOLO模型进行下颌骨骨折区域检测,主要创新工作如下:首先,采用不同尺度的卷积核来提取多感受野特征,提升模型对不同大小骨折区域的感知能力。其次,将具有位置信息的空间注意力机制和包含频域变换的通道注意力机制相结合,提升模型对骨折区域的识别能力。最后,通过在C3模块中引入Transformer机制,该策略增强了模型长距离特征捕获能力,提升了模型对骨折区域的定位能力。实验结果表明,在下颌骨骨折CT数据集上,提出的Mandible-YOLO模型在mAP,Pre,Rec和F1指标上分别达到了97.02%,97.12%,93.82%和95.11%。 （3）开发了面向下颌骨骨折的YOLOv5检测系统,主要工作如下:首先,明确系统的功能需求。其次,依据需求分析,对系统功能进行实现。最后,对系统的功能模块进行测试。

关键词： 毫米波雷达   多目标检测   单元平均恒虚警   目标遮蔽   检测门限  

摘要： 针对单元平均恒虚警(CA-CFAR)算法在多目标环境下容易造成目标遮蔽等问题，本文提出了一种基于比值的改进CA-CFAR(RCA-CFAR)算法，在此基础上，对RCA-CFAR算法最多可容忍的干扰目标数进行理论推导，得出其最多可容忍的干扰目标数与参考单元之间的关系，并对最多可容忍的干扰目标数进行证明。此外，结合CA-CFAR算法将RCA-CFAR扩展为2D RCA-CFAR算法，通过分阶段处理，在距离维使用RCA-CFAR算法进行预检测，在多普勒维使用CA-CFAR算法进行目标检测，该算法既降低了邻近多目标区域的检测门限，又提高了检测效率。仿真和实验结果证明了所提算法的有效性、实用性和优越性。

关键词： 图像复原增强   视觉大模型   多模态大模型(LMM)   视觉Transformer (ViT)   扩散模型   X-anything   计算机视觉  

摘要： 图像在拍摄、传输和存储过程中常会出现退化情况，影响视觉感知和信息理解。图像复原增强旨在将降质图像恢复为干净图像，以提升视觉感知体验，并提高如语义分割和目标检测等计算机视觉任务的精度，在自动驾驶和智能医疗等数据敏感的应用场景有重要作用。视觉及多模态大模型在多个领域取得重要进展，并在图像复原增强任务中展现出巨大潜力。对此，本文系统总结并分析近年国内外图像复原增强领域应用视觉（大）模型和多模态大模型的重要研究进展。1）总结介绍基于ViT(vision Transformer)的图像复原增强方法，探讨ViT在处理图像退化和增强方面具有的长距离依赖潜力；2）阐述基于扩散模型的图像复原增强方法，讨论其在处理复杂图像退化和恢复细节方面的优势；3）分析X-anything模型在图像复原增强任务上的潜力，尤其是SAM(segment anything model)等视觉大模型在退化样本上提供的鲁棒零样本预测先验信息能力；4）介绍多模态大模型，如CLIP(contrastive language image pre-training)和GPT-4V在图像复原增强任务中的应用，展示这些预训练模型在图像复原过程中所提供的语义信息指导能力；5）分析当前图像复原增强技术面临的挑战，如数据获取困难、计算资源需求高和模型稳定性不足等，同时展望图像复原增强技术的发展方向，为未来的研究和应用提供新的思路和参考。