关键词： 小目标检测   YOLOv11   特征提取   感受野注意力  

摘要： 为了有效应对无人机航拍中小目标检测面临的复杂背景、目标密集、目标微小化和移动端部署等挑战,对YOLOv11n模型进行了改进。使用RFCBAMConv模块改进C3k2,增强了特征提取能力。设计了膨胀特征金字塔卷积(dilated featurepyramidconvolution,DFPC)模块,替代了原有的SPPF层。通过多尺度膨胀卷积,加强了对无人机小目标细节特征的提取。提出了一种新的特征金字塔结构,在P2层增加160×160尺寸的特征图输出,以提取小目标特征信息。该方法替代了传统通过添加P2小目标检测头的做法。引入了CSPOK模块和ContextGuidedBlock_Down(CGBD)卷积,显著提升了全局特征的提取能力和多尺度特征的融合能力。采用动态检测头(DyHead)替代了原有的检测头,提升了模型的目标检测精度。实验结果表明,改进模型在VisDrone数据集上的mAP@0.5和mAP@0.5:0.95指标分别提高了0.071和0.049。此外,在AI-TOD和SODA-A等数据集上的泛化实验也显示,改进模型在mAP@0.5上分别获得0.055和0.048的提升,充分验证了模型的有效性和泛用性。

关键词： 井下无人驾驶   电机车   多目标检测   YOLOv8n   卷积注意力机制   小目标检测   动态上采样  

摘要： 针对井下无人驾驶电机车因光线暗、噪声大及运动模糊等因素导致图像特征难提取、细节易丢失、小尺寸目标难识别等问题,提出了一种基于DYCS-YOLOv8n的井下无人驾驶电机车多目标检测模型。在YOLOv8n的基础上引入卷积注意力模块(CBAM),通过空间和通道双重注意力机制,提高了对关键特征的提取能力;增加小目标检测层,由原来的3层增加到4层,从而更好地提取细小特征,提升了对小尺寸目标的检测性能;采用动态上采样算子DySample,根据输入特征自适应地调整采样策略,更好地保留图像中的边缘和局部细节,避免了图像关键信息损失。采用自建的井下无人驾驶电机车数据集进行实验,结果表明:(1) DYCS-YOLOv8n模型的平均精度均值(mAP@0.5)达97.5%,较YOLOv8n模型提高了3.4%,且检测速度达46.35帧/s,满足实时性检测需求。(2)与YOLO系列主流目标检测模型相比,DYCS-YOLOv8n模型的mAP@0.5最优,在保持轻量化的同时保证了较快的计算速度。(3)在噪声、低光照等复杂井下场景下,DYCS-YOLOv8n模型对行人、轨道、信号灯的平均检测置信度较高,未出现漏与误检情况。

关键词： 目标检测   运动行人   不变性物体识别   视觉运动感知   视网膜神经  

摘要： 行人作为非刚性物体,对它的视觉特征进行有效的不变表示是提高识别效果的关键。在自然视觉场景中,运动行人通常会发生尺度、背景、姿态等变化,这对用现有技术提取这些不规则特征造成阻碍。针对该问题,基于哺乳动物视网膜神经结构特性,探究运动行人不变性识别问题,并提出一种适用于视觉场景的运动行人检测神经网络(MPDNN)。MPDNN包括2个神经模块:突触前网络和突触后网络。其中,突触前网络感知表征运动目标的低阶视觉运动线索,并提取目标的二值化视觉信息;突触后网络借助生物视觉系统中的稀疏不变响应特性,利用目标轮廓在连续改变形状后较大凹凸区域之间的位置关系不变特性,从低阶运动线索中编码平稳变化的视觉特征以构建行人不变表征。实验结果表明,MPDNN在公共数据集CUHK Avenue与EPFL上达到了96.96%的跨域检测准确率,比SOTA(State Of The Art)模型高4.52个百分点;在尺度、运动姿势变化数据集上也表现了较好的鲁棒性,准确率分别达到了89.48%与91.45%。以上实验结果验证了生物不变性物体识别机制在运动行人检测中的有效性。

关键词： 异常行为   目标检测   YOLOv8   深度学习   注意力机制  

摘要： 异常行为检测是维护治安的一项重要任务。快速准确地对关键场所中的异常行为进行检测是治安工作的重要任务。对于关键场所中的目标检测算法来说,要在人员密集的图像中获得满意的检测结果具有一定挑战性。本文针对异常行为目标检测中存在的目标分布密集、尺度变化范围较大、检测背景较为复杂等问题,将注意力机制CA引入到主干网络部分C2f模块中,从而加强网络在复杂背景下对目标的注意力;将Swin Transformer模型集成到YOLOv8骨干网络中,增加特征图的信息交互范围,充分利用物体的背景信息提高复杂背景下物体的检测精度。最后通过实验验证了改进网络的可行性,并与几种主流网络进行对比,平均精度达到95.1%,与基础网络YOLOv8相比,平均精度提高2.4个百分点,证明了该方法的有效性。

关键词： YOLOv8n   目标检测   BIFPN-SID   注意力机制   Inner-SIoU  

摘要： 针对不同情况下番茄果实识别检测精度低和存在漏检的问题,提出一种基于改进YOLOv8n的番茄检测模型,旨在提高番茄的识别准确率和检测效率。首先,在特征提取过程中集成了CBAM(Convolutional Block Attention Module)注意力机制模块。其次,引入BIFPN-SID模块进一步提高模型的泛化能力。再结合损失函数Inner-SIoU优化模型的训练过程。试验表明,所提出的模型在番茄果实识别任务的性能指标显示,准确率高达94.4%,召回率为91.3%,F 1值为92.8%,平均精度均值达到95.6%。与原模型YOLOv8n相比分别提高5.8、6.4、6.1、3.3个百分点。在检测准确率与速度方面,改进后的模型均表现出色,可以应用于番茄采摘机器人目标识别检测。

关键词： 计算机视觉   机械手自动化   路径规划  

摘要： 随着工业自动化技术的快速发展,机械手在智能制造中的应用日益广泛,但其在复杂环境下的目标识别与精准操作仍面临挑战。旨在介绍一种基于计算机视觉的机械手自动化系统的设计与实现,利用卷积神经网络实现目标物体的识别与定位,并结合改进的人工势场法进行路径规划与运动控制。结果表明,该系统在视觉识别准确性、抓取成功率、操作稳定性等方面均表现出色,验证了其在提高工业自动化水平方面的有效性和可靠性。

关键词： 显著目标检测   多尺度特征   注意力机制   编码器—解码器   深度学习  

摘要： 随着多模态信息融合在计算机视觉任务中的普及,RGB-T(可见光和热红外图像)显著性检测作为一种重要的跨模态任务受到了广泛关注。现有的RGB-T显著目标检测模型大多采用卷积运算,构建复杂的多尺度融合结构实现跨模态信息集成,但其固定的感受野和权重共享机制难以有效捕捉多模态图像中的长距离依赖关系。为此,提出一个基于自注意力和交叉注意力机制的显著目标检测模型。该模型由3个关键模块组成:自注意力特征增强模块(SFEM)、多模态特征融合模块(MFFM)和特征细化模块(FRM)。SFEM混合多尺度卷积和多头自注意力机制,对提取的RGB特征和热成像特征进行增强;MFFM通过应用交叉注意力机制对所增强的特征进行多模态融合,同时连接上层特征;FRM以VGG为主干网络,通过聚合初级与深层特征来缓解深度神经网络退化问题,同时补充细节特征。实验结果显示,该模型在定量和定性比较方面均取得了显著效果。

关键词： 棒料识别   目标检测   YOLOv5s   MobileNetV3   GSConv   MPDIoU  

摘要： 为提高制造业中棒料自动上料的效率,提出了一种改进的Gs-YOLOv5s模型。将YOLOv5s的骨干网络替换为MobileNetV3的block模块,减少了模型参数并提高了检测速度。在颈部网络中嵌入GSConv模块,丰富输出特征图并增强模型对棒料特征的捕捉能力,同时减少了参数量。采用MPDIoU损失函数,通过引入距离惩罚和面积惩罚,使得模型在复杂背景下的棒料检测更加准确。实验结果表明,Gs-YOLOv5s模型的精度仅下降0.2%,但检测速度达到81帧/s,提高了45.3%,参数量减少了57.6%。该改进模型在保持精度的同时,实现了显著的轻量化和检测速度提升,适合在实际生产中部署使用。

关键词： 智能手杖   超声波测距   YOLO模型   目标检测   计算机视觉   卷积神经网络  

摘要： 传统盲人手杖只注重盲人使用过程中的多功能性和舒适性,而忽视了与信息技术的结合,为此设计了一款基于计算机视觉的智能盲人手杖系统,旨在解决盲人出行中遇到的实际问题。系统利用计算机视觉进行目标检测和人脸识别,采用超声波模块测量盲杖前方障碍物的距离,通过耳机语音实时播报,帮助盲人更好地感知周围环境。系统由K210主控制器、超声波模块、摄像头模块、LCD显示屏和语音提示器等组成,使用YOLO模型对图像进行处理分析,将识别结果显示在LCD屏幕上,并实现同步实时的语音提示。经验证,系统运行稳定,且具有通用性和适配性,可以嫁接到其他盲人手杖上,并可根据用户需求进行升级,具有较广阔的应用前景。

关键词： 无人机   航拍图像   注意力机制   损失函数   轻量化  

摘要： 针对无人机视角下航拍图像目标检测中存在的目标尺度变化多样、背景复杂、小目标聚集以及无人机平台计算资源受限等问题,提出了一种改进YOLOv8目标检测算法YOLOv8-CEBI。首先,在骨干网络引入轻量级Context Guided模块,显著降低模型参数量与计算量,同时引入多尺度注意力机制EMA,捕获细粒度空间信息,提升对小目标和在复杂背景下的检测能力。其次,引入加权双向特征金字塔网络BiFPN,对颈部进行改造,在保持参数成本的前提下,增强多尺度特征融合能力。最后利用Inner-CIOU损失函数生成辅助边框以更精准地计算损失并加速边界框回归过程。在VisDrone数据集上进行实验,结果表明,与原始YOLOv8s算法相比,改进方法参数量减少51.3%,运算量减少28.5%,mAP50提升1.6%。所提模型在轻量化的同时提升了精度,取得了在减少计算资源与保证精度之间的平衡。