关键词： 弱监督信息   体育训练   动作定位   图像处理  

摘要： 为了实现体育训练关键动作的精准定位,提出基于弱监督信息的体育训练关键动作定位方法。本文基于分析帧间差分法采集能够组成连续静态帧的视觉图像,并通过多帧图像的像素差异来检测运动目标,实现视频帧图像中的体育训练动作检测;对视频帧二值图像进行形态学处理,提取体育训练关键运动特征;利用BP神经网络构建分类器,提取包含关键动作的弱监督信息;创新性地基于弱监督学习思路,设计包含视频特征提取模块、视频帧级动作分类模块、上下文注意力模块的弱监督学习框架,进行体育训练关键动作定位。实验结果表明:利用本文的设计方法可以产生较准确的训练关键动作时序定位效果,所获取的mAP值最高值为49.52、最低值为25.63。在应用过程中所产生的实际内存占用量为2145MB、参数量为15.3M、整体定位消耗时间为8.36ms,算法整体复杂度较低,具有较好的实际应用效果。

关键词： 图像描述   目标检测   知识图谱  

摘要： 现有的图像描述生成方法和结果主要侧重于识别图像中已有的图像内容及其关系,而无法生成具有细粒度背景知识的描述。为克服传统图像描述模型时不能描述图片中深层次语义的问题,一方面,该文提出了一种基于目标检测和知识增强的图像描述生成方法,首先在目标检测阶段,提出了一种融合多维度信息的目标分类检测器(Fusion Target Classification Detector,FTCD),通过该检测器获得图中的人脸、商品及物体等目标的标签;其次,引入知识图谱,利用目标分类检测器得到的目标标签在知识图谱中查询相关知识;最后,目标的标签集合和相关知识共同送入模型进行编码;在模型的解码端引入注意力机制,用于引导模型选取合适的信息后生成图像描述。另一方面,针对MSCOCO数据集中的人工描述缺乏常识知识的问题,该文提出一种引入知识图谱的评测指标SPICE-K,SPICE-K可以评价具有常识知识的图像描述。实验结果表明,与基准LBPF模型相比,该文提出的方法有1%的准确率提升。实验分析表明,与基准模型相比,该文方法的性能提升主要来自于引入知识图谱和该文提出的目标分类检测器。

关键词： 人工智能技术   红外激光   激光成像   目标跟踪   跟踪方法   方法设计  

摘要： 以往的红外激光成像目标跟踪方法由于仅提取了红外激光成像目标的单一特征,导致方法的跟踪效果较差。因此,设计了基于人工智能技术的红外激光成像目标跟踪方法。利用红外激光成像设备,获取大量的目标数据,并对目标数据进行修正处理,由此构建红外激光成像目标模型,在人工智能技术的作用下,提取出红外激光成像目标的形状特征、边缘特征、纹理特征等多个特征,并计算特征相似量,对提取特征和候选特征进行匹配,通过计算特征的均值偏移量,确定红外激光成像目标的位置。通过上述的设计,完成对红外激光成像目标跟踪方法的设计。实验测试结果表明,本方法的跟踪鲁棒性可达99.11%,EAO可达99%,红外激光成像目标跟踪效果较好。

关键词： 图像预处理   缺陷检测   检测模型   冗余信息   误检率   目标检测   光学图像   微小缺陷  

摘要： 目前,针对工业中微镜头缺陷检测困难、效率低下、误检率高、对微小缺陷识别能力不足等问题,本文首先提出了一种新的工业微镜头缺陷检测方案,具体方法是利用散斑透射的方式,将表面缺陷问题转化为光学图像检测问题。其次还提出了一种针对图像过大、冗余信息过多的图像预处理方式,该方式不仅能够有效丰富数据集,并且能够模拟在工业检测过程中出现的情况,有助于提升模型鲁棒性。最后提出了改进后YOLOv5目标检测模型,通过改进后YOLOv5模型引入了空间注意力以及通道注意力,不仅能够有效针对微小缺陷识别不足问题提升模型学习能力,并抑制噪声影响,还能够在不同尺度上对特征图进行注意力评估,并且自适应关注到图像中的缺陷部分。本文提出的改进后模型能够在MAP指标上取得99.3%的分数,满足了工业微镜头缺陷检测任务中的检测需求。

关键词： 目标检测   自动驾驶   红外图像   轻量化  

摘要： 针对红外图像目标检测存在计算量较大、泛化能力弱、检测效果差等问题,提出一种轻量化夜间行车红外图像目标检测算法。算法首先引入Ghost结构作为主干网络,降低模型计算量。然后,在颈部引入BIFPN结构(bidirectional feature pyramid network)和CA注意力机制(coordinate attention),提高模型检测效果。最后使用Focal-EIOU和Mish函数作为算法的损失函数和激活函数,提高收敛速度和回归精度。实验结果显示:改进算法较YOLOv3-tiny各方面均有明显提升,与YOLOv5相比,精度提升至88.9%,模型体积压缩24.09%,参数量减小25.07%,计算量减小28.48%,提高了person和bicycle两个类别的检测精度,实现了检测精度和模型复杂度的平衡。

关键词： 深度学习   计算机视觉   目标检测   YOLO方法  

摘要： 作为深度学习时代首个单阶段目标检测算法,YOLO以其强大且独特的范式在计算机视觉领域掀起了一股热潮,并成为目标检测算法的里程碑式成果,至今为止仍是在速度与精度之间实现最佳平衡的典型算法,广泛应用于自动驾驶、智能视觉系统等工业领域。过去的八年里,在深度学习技术的驱动下,YOLO方法有了快速发展并对整个目标检测领域产生深远影响。从技术进化角度深入调查YOLO方法相关工作,对最初的YOLO v1到最新的YOLO v9与YOLO v10每一次迭代创新和贡献进行全面总结,根据不同时间节点的和技术的重大改进将YOLO方法分为早期基础YOLO、标准版本YOLO、标准改进YOLO和独特改进YOLO四部分,详细介绍每个时期改进方法的独特视角。此外,总结评估YOLO方法的数据集与指标,收集了不同版本YOLO、同一版本YOLO不同型号的详细实验结果,从宏观层面与微观层面归纳YOLO的发展变化,通过分析揭示各版本YOLO之间的开发框架、骨干网络架构、先验框使用情况等技术的差异和内在联系,强调了YOLO在速度与准确率之间平衡的重要性。最后通过系统的梳理,凝练YOLO方法未来的发展趋势。

关键词： 目标检测   YOLOv7   草坪杂草   精准施药   通道融合  

摘要： 为提高草坪维护自动化程度,实现除草机器人自动识别精准施药,针对自然环境中草坪杂草难以识别的问题,以YOLOv7为基础目标检测网络,提出一种增强图片颜色信息的草坪杂草检测模型。对RGB图片进行超绿处理,抑制背景干扰信息,突出杂草颜色信息。扩充网络输入通道为四通道,将超绿灰度图与RGB图片融合得到新的四通道图片,提高网络对草坪环境的抗干扰能力。引入三维注意力模块SimAM,提高网络针对低辨识度杂草识别精度,增强网络对草坪杂草目标的识别效果。改进后YOLOv7-4ch网络对草坪杂草识别效果较好,自然环境下识别草坪杂草的mAP@0.5为91.7%,帧速率100 f·s^(-1),模型大小为67.9 Mb,可满足除草机器人识别需求。改进网络与基础YOLOv7网络相比,mAP@0.5提高2.3%,与YOLO系列其他算法相比有较大提升。该算法可有效识别自然环境中的草坪杂草,为其精准化施药提供技术支持。

关键词： 道路病害检测   目标检测   YOLOv8   多尺度融合   注意力机制  

摘要： 在资源有限的户外,针对道路病害检测精准度和实时性不高的问题,提出一种多尺度融合的YOLOv8的道路病害检测算法。在主干网络中使用C2iAFF多尺度特征融合模块,缓解背景特征与目标特征之间分辨难的问题,提高对细长裂痕目标的检测能力;构造特征融合模块RFB_(3×3),对多尺度目标特征信息进行聚合提取,提高特征的表达能力;加入通道注意力机制SE,让模型学习重要的特征,提高模型的精准度;最后采用更优的归一化Wasserstein距离度量损失函数,使用NWD帮助小尺寸检测物体定位。实验结果表明,改进后的道路病害检测模型在仅增加0.3M参数量和0.4GFLOPs计算量的情况下,mAP50提高了2.4百分点,F1-Score提高了2.4百分点,达到了道路养护工作要求的检测精度和速度。

关键词： 井壁裂缝   目标检测   YOLOv8   轻量化   注意力机制  

摘要： 针对井壁裂缝背景复杂,纵横比差异大,导致检测效率低、漏检等问题,提出了一种融合多尺度特征的裂缝缺陷检测模型EDG-YOLO。设计特征提取模块EIRBlock(efficient inverted residual block),并构建C2fEIR增强主干网络对井壁浅层裂缝特征信息的提取能力。在颈部融合CSP_EDRAN(CSP efficient dilated reparam aggregation network)实现对裂缝特征信息的复用,促进浅层与深层语义信息之间的交互。嵌入DAM(dual attention module)注意力机制,增强井壁裂缝特征的表达能力。构建轻量级检测头GDetect,借助GSConv模块进一步轻量化网络。在自制井壁裂缝数据集上的实验结果表明,与YOLOv8相比,EDG-YOLO的平均检测精度达到87.4%,提高了2.3个百分点,模型的参数量和计算量分别降低了33%和47%,单幅图像推理时间为13.2 ms,满足井下场景的实时检测需求。

关键词： 苹果   YOLOv3   目标检测   深度学习  

摘要： 苹果采摘机器人依赖于精准的苹果目标检测来达到智能采摘。然而苹果数量、光照强度、生长阶段等条件使得苹果检测变得复杂,为此以苹果为试材,采用基于YOLOv3(You Only Look Once version 3)的目标检测方法,研究了不同场景下的苹果目标检测效果。针对苹果的外形特征,调整了YOLOv3的锚点尺寸以优化苹果在不同尺度上的变化。为了验证模型有效性,试验以苹果数量、拍摄不同光照的角度、苹果不同生长阶段为变量,对所提出的算法与YOLOv2(You Only Look Once version 2)、SSD(Single Shot MultiBox Detector)2种现有算法在目标识别效果进行了比较分析。结果表明:在不同条件下,所提出的方法在苹果目标检测的F1值上均达到了88%以上,可为苹果采摘机器人的开发提供技术支持。