关键词： 无人机巡检   目标检测   注意力交互   编码器   小波变换  

摘要： 针对无人机交通巡检存在的航拍图像背景复杂、目标密集、目标尺度分布不均匀等问题,提出了一种跨层注意力交互下的多特征交叉无人机目标检测算法(Multi-feature Crossover under cross-layer Attentional Interaction,MCAI)。首先,在主干网络部分设计自适应跨层注意力交互模块(Adaptive Cross-layer Attentional Interaction,ACAI),使模型聚焦于关键特征区域以实现对全局关键特征信息的有效筛选,从而淡化复杂背景的影响。其次,设计了一种基于可变形自注意力的编码器(Deformable Encoder,DeEncoder),该编码器通过扩大特征层感受野,弥补丢失的目标特征。最后,为有效识别区域内不同尺度的微小目标,提出多尺度交叉融合模块(Multi-scale cross fusion module,MSCF),该模块通过小波变换和特征表示结合的方式,融合浅层空间信息和深层语义信息,以有效捕捉不同尺度目标的细粒化特征。通过在Vis⁃Drone2019-DET、BDD-100K数据集和LZTraffic Video数据集上的实验结果表明,MCAI相较于RT-DETR模型,mAP0.5分别提高了3%,2.2%和4.5%,显著提高了无人机巡检的检测精度。此外,在阴雨场景中,MCAI的mAP0.5相较于RT-DETR模型提升了2.1%,极端天气鲁棒性表现更优。

关键词： 人工智能   机器视觉   FasterR-CNN   自动识别结算   硬件设计   图像处理  

摘要： 设计了一款基于人工智能视觉技术的菜品自动识别结算设备,旨在提高餐饮业效率和用户体验。硬件方面,采用高性能图像数据采集装置和图像处理单元的自助结算AI智慧餐台,确保系统能够快速响应并确保稳定性。软件方面,菜品图像通过机器视觉算法快速准确识别,生成订单并传输至支付端,实现自动结算。销售数据可与云端大数据分析对接。相较传统点餐结算方式,该设备提供了更便捷的结算方式,减少了人工操作,最大限度避免了计算错误,有助于精准运营。实验证明,该设备在不同环境下表现出色,对提升餐厅服务质量和效率具有明显效果。

关键词： 自动乳腺超声   YOLO目标检测   乳头定位  

摘要： 目的 乳腺癌的早期诊断至关重要。本文旨在利用深度学习模型对自动乳腺超声(Automatic Breast Ultrasound,ABUS)数据中的乳头区域进行精确检测,确保乳腺肿瘤在早期阶段能够获得可靠的技术诊断支持。方法 采用基于YOLO系列模型的方法,对ABUS冠状面图像中的乳头区域进行定位检测,为乳腺肿瘤的诊断提供位置基准。结果 在本任务中,YOLO系列模型均表现出色。特别是YOLOv5模型,其精确率高达0.955,召回率达到0.925,帧率为243,满足临床诊断需求。结论 YOLOv5模型在ABUS乳头定位任务中性能优良,为乳腺肿瘤的早期发现提供了技术支持,具有重要的临床意义。

关键词： 计算机视觉   采掘安全   目标检测   姿态估计   行为识别  

摘要： 采用人工智能技术对采掘工作面工人工作行为进行实时识别,确保采掘过程安全,并减少因不安全行为导致的事故,对保障安全采掘生产具有重大意义。本文提出了一种基于改进YoloV5和SlowFast的采掘工作人员不安全行为检测算法。针对井下黑暗、灰霾的情况,通过融合CLAHE(对比度限制自适应直方图均衡化)和双边滤波方法,对导入视频进行光照增强和去噪处理。对YoloV5目标检测模型的骨干和头部网络进行轻量化改进,以提高模型推理速度,并融合Detectron2算法对工作环境进行语义分割,实现对工作人员的跟踪锁定与精确识别,降低了环境干扰。通过改进的SlowFast网络分析人体骨骼关键点的动态变化,实现对不安全行为的有效识别。实验结果表明:该算法对攀爬、躺倒、玩手机、无人监管4种不安全行为的识别平均准确率达到92.3%,为采掘工作安全管理提供了有力的技术支持。

关键词： 深度学习   交通标线   智能施工   计算机视觉   强化学习  

摘要： 研究运用卷积神经网络(CNN)和长短期记忆网络(LSTM)构建高速公路交通标线智能识别模型,结合计算机视觉技术实现标线缺陷实时检测。通过强化学习优化施工机器人控制策略,提高标线施工精度和效率。系统集成了自适应图像预处理算法和多传感器数据融合技术,提升了复杂环境下的识别能力。CNN用于空间特征提取,LSTM捕捉时序依赖,强化学习则优化了机器人的动作决策。实验结果表明该系统在标线识别准确率与施工效率方面较传统方法分别提升15%与30%。

关键词： 光伏板   深度学习   DETR   神经网络   目标检测  

摘要： 针对目前光伏板航拍缺陷检测中还存在小目标检测率低、检测速度慢等问题,提出一种基于改进DetectionTransformer(DETR)的光伏板缺陷检测方法。首先,对于光伏板缺陷在航拍图像上相对较小的问题,引入相对位置编码来提高模型对元素位置的感知,增强对小目标的检测能力;其次,利用动态稀疏注意力(DSA)模块降低DETR自注意力计算复杂度,进而提高检测速度;最后,针对航拍模式下存在的一些较难分类的样本,采用FocalLoss改进分类样本的损失,增加对难分类样本的权重,提升模型对此类样本的检测效果。实验结果表明:改进后的DETR算法对光伏板航拍缺陷检测的平均精度均值达94.7%,较原算法提高了5.1%,与其他主流检测算法相比具有一定优势。

关键词： 空间位置信息   多视角特征提取   动态蛇形卷积   大选择核   基于注意力的尺度内特征交互   红外小目标  

摘要： 针对红外小目标图像的低分辨率、特征信息少、识别准确率低等问题,提出嵌入空间位置信息和多视角特征提取(Embedded Spatial Location Information and Multi-view Feature Extraction,ESLIMFE)的红外小目标检测模型。首先,随着网络深度的增加导致特征图分辨率逐渐减小从而丢失细节信息,因此在骨干网络中嵌入空间位置信息融合注意力机制(Spatial Location Information Fusion,SLIF)弥补小目标特征信息。其次,结合C3模块和动态蛇形卷积提出多视角特征提取(Multi-view Feature Extraction,MVFE)模块,通过在不同视角下提取同一特征来增强小目标的特征表达能力。采用大选择核(Large Selection Kernel,LSK)模块,通过使用不同大小的卷积核提取小目标多尺度信息,以提高对红外小目标定位能力。最后,引入基于注意力的尺度内特征交互(Attention-based Intrascale Feature Interaction,AIFI)模块增强特征之间的交互性。在对空红外小目标数据集上进行实验,实验结果表明,mAP75的检测精度为90.5%,mAP50~95检测精度为74.5%,文中模型能够较好地实现对红外小目标精确检测。

关键词： 图像处理   特征提取   Swin Transformer   电网设备   目标分类  

摘要： 针对传统图像处理算法在解决复杂环境电网设备图像中所出现的识别速度慢、检测精度差等问题,提出了一种基于改进Swin Transformer网络的电网设备缺陷检测与识别方案。首先,利用伪色彩图像增强机制与边缘高频信息图像分割机制对原始图像进行高频特征信息筛选与提取。然后,在Swin Transformer主干网络中引入复合标记特征金字塔模块,解决多尺度语义特征的提取成功率低的问题。最后通过构建弱监督目标选择机制,实现对电网设备图像中目标的检测与分类。实验结果表明,文中所设计的算法在电网设备缺陷与监测上效果显著,识别精度可达92.6%。

关键词： 动态称重   外廓尺寸测量   参数识别   DenseNet   计算机视觉  

摘要： 针对现有研究中缺乏能够综合测量车辆外廓尺寸并精确识别车辆信息的方法,提出一种新的车辆尺寸和信息识别方法。首先,通过YOLO V5s网络实现目标车辆的自动识别,并建立了一个包含车辆型号、尺寸、轴数、轴距、悬架和轮胎参数等详细信息的车辆数据库。接着,利用convolutional encoder-decoder network(CEDN)提取出车辆轮廓,并通过膨胀腐蚀算法对轮廓进行优化。为了提高处理速度并减少计算资源需求,将深度可分离卷积技术融合进DenseNet。最终,将车辆轮廓图输入至优化后的DenseNet,以预测车辆的具体尺寸。实验结果显示,该方法能够在宽度和高度测量上实现±60 mm的误差范围,并将长度测量的误差控制在±85 mm以内。此外,该方法还能提供车辆的轴数、轴距、悬架和轮胎参数等附加信息。这表明结合图像识别和深度学习技术,能够有效地测量车辆尺寸并识别相关信息,对于提高动态称重系统等应用的准确性具有重要价值。

关键词： 目标检测   棋局识别   实时记谱   YOLOv8   轻量化网络   移动设备  

摘要： 为实现围棋对弈过程中的高精度实时记谱,提出了一种基于结合三维注意力机制与轻量化卷积的实时检测算法Light-YOLOv8。在YOLOv8模型的基础上,使用PWConv+PConv替换主干网络中跨阶段局部网络的3*3卷积,大幅减少模型计算量与参数规模;加入CARAFE上采样算子与SimAM三维注意力机制,提高对围棋目标的检测能力;使用Wise-IOU损失函数提高模型定位能力与收敛速度,提高了对棋子粘连、棋子重叠与光照不均匀情况下的检测能力。在自定义围棋数据集上进行对比训练表明,改进后的算法实现了检测精度的提升与推理速度的提高。针对移动端设备部署需求对模型进行优化与压缩,并在不同安卓设备部署,图像分辨率为640*480的情况下,结合图像预处理与后处理操作,拍照检测平均时间为89 ms,平均模型推理帧率为37.6 fps。进行50轮记谱实验,平均记谱准确率高于97%,平均胜负判别准确率到达100%,能够实现稳定的围棋记谱功能。