关键词： UMT   半监督   跨域目标检测   YOLOv5   VFL   伪标签处理  

摘要： 针对雾天场景下的跨域目标检测模型存在输入图像域差异显著、检测对象模糊、目标被遮挡，以及伪标签质量不高等问题，提出了一种基于无偏均值教师（Unbiased Mean Teacher，UMT）的半监督跨域目标检测模型UMT-HPLA (UMT-Harmony Pseudo Label Assigner)，该模型由非成对图像生成器，YOLOv5检测器和伪标签处理模块组成，分别从域适应、检测性能优化以及伪标签质量提升等方面进行改进。非成对图像生成器通过对比学习生成风格一致的伪图像，有效缓解域差异问题；在YOLOv5检测器中引入变焦损失（Varifocal Loss， VFL），提升对遮挡目标的鲁棒性；伪标签处理模块包括伪标签筛选器和伪标签分配器，伪标签筛选器将定位和置信度共同作为主导因素来选择样本以提供高质量的伪标签，并通过新设计的伪标签分配方法针对不同类型伪标签采用差异化损失计算策略。在公开的数据集Cityscapes和Foggy Cityscapes的实验结果表明，相比较以YOLO为检测器的UMT方法，该模型的mAP提高了3.7%，达到了58.1%。

关键词： 飞行器   多视图几何   计算机视觉   飞行走廊   正交投影   冲突检测  

摘要： 飞行器的航路冲突检测是避免因航路冲突导致飞行器碰撞的有效手段和关键能力。将三维碰撞检测用于飞行冲突判断，提出一种基于多视图几何的飞行器飞行走廊冲突检测方法。通过广播自动相关监视系统（Automatic Dependent Surveillance-Broadcast， ADS-B）获取航路信息、设计构建飞行器飞行走廊模型；，基于可能发生冲突区域的局部态势三视图中图形几何关系进行飞行冲突检测。仿真验证结果表明：新方法可以直观、准确地判断飞行器飞行走廊冲突情况，相较于传统的网格化离散采样法在解算冲突情况下效率提升66.35%，在解算不冲突情况下效率提升98.17%，整体效率提升84.38%。

关键词： 喷药机   多喷头   翻转   折叠   图像处理   Simulink仿真   喷药性能  

摘要： 农药喷洒是植保的重要环节,但传统喷药机存在喷药效率低、喷洒精度低、对农作物破坏性大、危害喷药人员身体健康等问题。为此,设计了一款多喷头拉杆翻转折叠式喷药机,其具备图像处理、全方位喷药、自动化喷药3大核心技术,克服了传统喷药技术的不足,且在喷药精度等方面优势明显。阐述了该多喷头拉杆翻转折叠式喷药机的基本结构和工作原理,并对其关键结构包括移动装置、储药装置、旋转驱动装置、喷药装置、电路与控制装置进行了结构分析与设计。利用Simulink可视化仿真工具进行了路面不平度分析、振动分析和强度校核,各项指标均符合要求。最后,为测试自动喷药机的运行情况和实际作业性能,对样机进行了喷药性能试验。通过测定喷药机的飘移潜在值,得出喷药机的喷药性能较为稳定,从而验证了该喷药装置的可行性。

关键词： 机械臂   深度学习   YOLOv5算法   目标检测  

摘要： 为了解决工业生产和自动实践教学中常见的物料分类准确率低和抓取不准的问题，基于深度学习算法设计了一套桌面级物料分类和分拣实验平台。该实验平台通过YOLOv5目标检测算法对4种不同目标进行分类，由两个配备机械夹爪的4自由度机械臂协同实现上料和分拣。实验所需的数据集来源于自建数据集，并通过数据增强算法实现样本扩充以提升模型的泛化能力和鲁棒性。实验以STM32单片机为控制核心，采用视觉处理模块对物料进行分类和定位，通过串口将分类结果和位置信息传入单片机，同时单片机通过逆运动学计算得到控制参数，从而控制机械臂完成上料和分拣任务。实验结果表明，基于YOLOv5的物料分类平均精度达到了87.2%，机械臂能够依据分类信息精准实现物料分拣，该实验平台在工业生产和自动化实践教学中具有一定的推广意义和应用价值。

关键词： 光学器件   光斑检测   图像处理   运动定位机构  

摘要： 为了降低人工作业强度、提高波分复用器件检测速度和检测质量，设计了基于机器视觉的波分复用器件光斑自动检测装置。采用四轴运动平台结合硅胶真空吸嘴实现波分复用器件自动抓取和姿态调整；利用电荷耦合器件相机采集波分复用器件图像，通过灰度化、边缘检测获取器件的轮廓和偏转角度；采用互补金属氧化物半导体相机获取波分复用器件的出射光斑，利用霍夫圆检测确定多路光斑的圆心坐标和数量，通过最小二乘法将多路光斑圆心坐标拟合成直线，并根据直线斜率评价光器件的质量。结果表明，光斑自动检测装置可在37 s内完成光器件质量检测，是人工检测速度的3倍，准确率高于97%。该研究可为高速高精度波分复用器件光斑自动化检测装置的研制提供参考。

关键词： 计算机视觉   目标检测   DETR算法   视觉Transformer   图像分割  

摘要： 目标检测领域中，卷积神经网络（CNN）长期占据主导地位，并以其准确性和可扩展性在学术界得到广泛认可。目标检测领域先后涌现出多个代表性模型，如R-CNN系列（包括FastRCNN、FasterRCNN等）和YOLO系列。随着Transformer在自然语言处理领域的成功，研究者开始探索将其用于计算机视觉，由此产生了如ViT和Swin-ViT等视觉骨干网络。2020年，Facebook团队为减少目标检测任务中的先验知识和后处理，推出了基于Transformer的DETR，一种端到端目标检测算法。尽管DETR在目标检测领域展现出潜力，但也存在诸如收敛速度慢、准确性较差、目标查询的物理意义不明确等缺点。这促使诸多研究人员对该算法开展了进一步的研究和改进。本文旨在分析整理总结针对DETR的改进探索，并分析他们的优势与不足，同时对利用DETR开展的前沿研究和细分应用领域进行概括，最后给出DETR在计算机视觉领域的未来展望。

关键词： 10 kV电缆   施工缺陷   缺陷识别   特征提取   Canny算子   图像处理  

摘要： 10 kV电缆中间接头施工缺陷易导致绝缘故障，为了快速准确的检测识别电缆中间接头施工缺陷，提出一种Canny算子和图像处理结合的边缘检测方法。Canny算子和图像处理结合的算法能最优定位边缘、不误检，得到准确的中间接头边缘信息。实验结果表明，Canny边缘算法能检测出缺陷图像中较为完整的污渍和划痕，对于主绝缘切割不齐、半导电剥离不齐和毛刺缺陷能准确的检测，缺陷算法准确率均达到90%以上。Canny边缘检测算法提高了缺陷检测的智能化程度，能有效管控施工质量。

关键词： 公路隧道   超前地质预报   地质雷达   深度学习   目标检测  

摘要： 在当今隧道工程的建设中，广泛采用了地质雷达超前预报法对掌子面前方地质进行探测预报，就这种技术提出并实现了一种基于自主开发的自动去噪程序与人工智能结合的地质雷达法超前地质预报智能检测方法，在一定程度上解决了目前地质预报主要靠人工解译导致结果不准确及速度较慢的问题。通过自主开发地质雷达数据提取与处理程序，利用深度学习中目标检测(Object Detection)算法，提出一种基于数据自动去噪的针对隧道围岩破碎区域的Faster R-CNN目标检测模型。通过自主开发的程序提取地质雷达数据进行自动一维离散小波变换与低通滤波去噪处理，用以训练Faster R-CNN目标检测模型，以甘肃省马坞西寨段高速公路隧道地质雷达实测数据对模型进行训练、验证和测试。研究结果表明：自主开发的程序可以提高提取数据的兼容性并支持多种不同于传统地质雷达软件的数据处理，有效提高了地质雷达图像质量，且可以绘制处理后的图像；对比目前应用较多的简单分类模型，可以实现对围岩破碎区域的精确定位；采用程序提取处理后的数据准确率比未处理的数据有显著提高，最高平均准确率（mAP）为74.18%，体现出更好的检测能力。

关键词： 激光熔覆   孔隙   计算机视觉   深度学习   目标   优化  

摘要： 为了提升激光熔覆损伤修复件中孔隙的检测精度，以调整激光熔覆工艺参数，从而减少熔覆层气孔、开裂等缺陷，提升激光熔覆层质量，开展IN718镍基合金不同工艺参数下的激光熔覆试验，并开发一种改进型SP-YOLOv5孔隙检测算法。在输入层与卷积层之间增加Coordatt注意力机制模块，从而增强特征图的空间位置信息权重；改写YOLOv5网络结构，以增强网络模型对孔隙类小目标的检测能力；采用Soft-NMS代替原有NMS（非极大值抑制）进行检测结果后处理，进一步降低网络漏检率；将SP-YOLOv5算法孔隙检测结果与YOLOv5、FasterRCNN、RCNN以及ImageJ软件分析结果进行对比，得出SP-YOLOv5算法模型比其他算法模型的精度最高提升了10.57%；在此基础上，通过对激光熔覆熔池温度、熔池面积及熔覆层横截面孔隙率、熔宽、熔高、熔深等的测量，基于Stacking算法建立激光熔覆工艺参数与孔隙率的回归预测模型，并采用目标优化算法获得了较优激光熔覆工艺参数组合（激光功率1 330 W、扫描速度460 mm / min、送粉率13 g / min），对熔覆件进行孔隙参数测量，结果显示，在这些优化参数下，Stacking模型预测的孔隙率与实际测量值的一致性达到97.5%，验证了优化方法的有效性，研究结果可为激光熔覆层孔隙缺陷的有效控制提供理论依据。

关键词： 深度学习   单目三维目标检测   Transformer   深度可分离卷积  

摘要： 近年来，基于深度学习的单目图像三维目标检测由于数据来源简单、成本低等优点，被广泛应用于自动驾驶、战场感知等领域。但由于单目图像中深度信息的匮乏，导致现阶段模型性能较低。为此，本文提出了一种新的单目三维目标检测Transformer模型DM-Transformer（Depth-aware Monocular Transformer）。该模型以ResNet50为骨干网络对单目图像提取视觉特征；通过交叉注意力机制构造深度信息表现模块，并将深度感知解码器输出的视觉信息和深度信息作为输入进行融合学习，使模型学习物体局部的深度信息以及物体之间的特征联系；最后基于融合了深度和视觉特征进行三维物体检测，并在公共目标检测数据集KITTI 3D上验证了该模型的性能，与当前单目三维目标检测模型相比，有效提高了三维物体检测精确度。