关键词： 泄漏检测   实例分割   目标检测   自注意力机制   置信度传播簇机制   通道剪枝  

摘要： 火电厂关键区域的管道、阀门等设备时常发生油液、蒸汽等物质的泄漏故障.为了提高火电厂管道及阀门泄漏故障的分割与检测精度,加快模型推理速度,提出一种基于改进YOLOv7的火电厂管道及阀门泄漏分割与检测算法,通过在YOLOv7网络中加入相关实例分割模块,实现实例分割与目标检测任务的并行;通过融入极化自注意力机制和可分离的视觉深度自注意力模块(separable vision transformer),弱化复杂背景的干扰,强化对泄漏区域的边缘提取;在后处理阶段运用置信度传播簇机制(confidence propagation cluster, CP-cluster),提高模型定位的准确性;在颈部网络使用幽灵卷积降低特征冗余,并通过通道剪枝技术压缩模型,实现模型轻量化.实验结果表明,在加入各项改进后,算法分割任务与检测任务的mAP@0.5:0.95指标分别达到75.7%、82.2%,相较于基础模型,指标分别提高了11.9%、7.1%,且模型参数量减少了30.3%,可有效地应用于电厂的实际生产环境中.

关键词： 安全工程   低照度图像   目标检测   图像增强   注意力机制  

摘要： 实时的吸烟行为监测对于保障工地安全具有重要的意义。研究针对隧道等低照明环境因光照强度低、光线分布混杂、点光源过曝光而导致的烟支检测精度低的问题,提出了一种基于改进YOLOv5s(You Only Look Once Version 5s)的吸烟行为检测模型。首先,设计一种图像增强方法,旨在限制点光源过曝光产生的局部高光,增强烟支特征细节,改善图像对比度。其次,引入卷积块注意力模块(Convolutional Block Attention Module,CBAM),使模型更加聚焦烟支目标区域的内容信息和位置信息。最后,改进多尺度检测头,增加适用于烟支的更小检测层,提升模型对烟支的检测能力。试验结果显示,研究提出的针对低照明环境的检测模型可将平均检测精度从91.8%提升至95.9%,相较于原模型和其他经典模型,检测效果得到了显著提升,表明了方法的有效性。

关键词： 生物医学工程   图像处理   脑机接口   生物医学信号处理   医疗卫生装备   生物医学成像   技术研究成果   神经工程  

摘要： 为促进我国生物医学工程领域的繁荣与发展,提升卫勤保障装备研发速度和质量,我刊“论著-研究与设计”栏目特面向全国征稿。该栏目主要报道生物医学工程领域最新的理论和技术研究成果、新型医疗卫生装备及器械的研制、医院数字化及智能化建设,选题包括但不限于:(1)基础研究类,如生物医学工程关键技术研究、生物系统建模及仿真研究、生物医学信号处理技术研究、生物医学成像与图像处理研究、脑机接口与神经工程研究。

关键词： 六足机器人   树莓派   机器视觉   目标跟踪   避障   步态规划  

摘要： 为了解决人类在极端环境探索和作业时的安全性问题,设计了一款六足机器人。该六足机器人以树莓派4B为控制核心,具备目标跟踪、行走、越障、远程控制等功能;采用三角步态行进,提高了稳定性和自由度;搭配摄像头等多种传感器模块,可以实时采集周围环境信息;与控制核心进行数据交换,通过驱动模块控制舵机运动,从而实现目标跟踪控制。该六足机器人可用于抗震救灾、矿难救援等情景下的目标勘探。

关键词： 视频监控   人脸识别   交换机   图像处理  

摘要： 通过无线通信技术,依托先进的软硬件配置,促进无线视频监控与人脸识别功能的有效融合,实现运行维护中信息化和智能化的提升。通过视频监控和人脸识别,显著提升了管理的信息化、智能化,有效保障了运行维护的顺利、高效实施,及时干预并锁定非授权人员,保障安全管理策略的顺利执行。

关键词： 产品布局   市场拓展   计算机视觉   人工智能   上市公司   业务拓展   AI   应用领域  

摘要： 作为A股第一家AI计算机视觉上市公司,格灵深瞳在多个人工智能细分应用领域中较早完成了产品布局,目前尚处于产业化与市场拓展的发展阶段,未来能否在新应用领域实现业务拓展,将成为企业“生死存亡”的关键。2023年11月,河北富豪解克锋在警方的帮助下,找到了被拐25年的儿子解清帅,至此结束了漫长的寻亲路。

关键词： 嵌入式平台   实时目标检测   嵌入式系统   嵌入式视觉系统   嵌入式设备   安防系统   算法优化   交通监控  

摘要： 实时目标检测现已广泛应用于交通监控、自动驾驶、安防系统等多个领域,尤其是在嵌入式系统中,实时目标检测技术因其对效率和资源利用的严格要求而受到重点关注。本文基于嵌入式平台的实时目标检测算法的优化展开探讨,以期为实现在资源有限的嵌入式设备上高效、准确地进行实时目标检测提供策略参考,推动嵌入式视觉系统的技术进步。

关键词： 开放世界   目标检测   目标定位   伪标签   定位质量  

摘要： 开放世界目标识别中未知类别样本难以获取,这些样本无法有效参与训练,针对这个问题,提出基于未知类别少样本学习的开放世界目标定位方法。首先,利用伪标签生成模型,将背景区域中高目标性得分的目标区域标记为伪标签,为模型学习未知类提供少量样本,增强模型对未知类别的泛化能力;其次,设计两个分支共同学习目标特征,其一为目标性分支,其二为定位质量分支。前者专注于确定目标框内是否存在目标,后者则集中于评估目标框的质量,从目标存在性和目标定位质量两个维度提取和理解目标特征。同时,目标性分支联合训练真实标签与伪标签样本增强对未知类别的识别能力,定位质量分支通过学习高质量的真实标签样本并排除伪标签样本,以减少噪声干扰。最后在COCO数据集上对该方法进行有效性评估,结果显示,与其他方法相比,所提方法具有较为出色的检测性能。

关键词： 探地雷达   土壤分层   正演模拟   图像处理  

摘要： 快速、准确地获取土壤分层信息是土体构型调查的重要内容。土壤分层状况在一定程度上决定了区域内的土地生产能力,是土壤质量评价的重要依据。相比于传统的土壤剖面调查方式,探地雷达(Ground Penetrating Radar,GPR)以其无损、连续、尺度大等优点在土壤分层研究中展现出巨大的应用潜力。但受限于自然土壤的不均匀性与数据处理技术的复杂性,国内外基于探地雷达的土壤分层识别研究尚处于初级阶段,对于大尺度田块的探测仍有很大的局限性。本文介绍了探地雷达各种探测方法的优势与不足,评述了构建数字与物理模型在土壤层次探测中的应用,以及探测过程中影响探测精度的主要因素,如季节变化、土壤压实、水盐含量、土壤质地等,并提出了存在的问题和研究展望:在实地探测中,应与传统探测方式及其他技术相结合,加强探地雷达获取土壤分层信息适宜性条件研究,简化探地雷达数据分析方法。

关键词： 无人驾驶汽车   目标检测   YOLOv5   目标分类  

摘要： 在无人驾驶汽车系统中,目标检测是实现安全驾驶和自动驾驶的关键技术之一。为了提升目标检测模型在复杂道路环境中的性能,本文提出了一种改进的YOLOv5算法,并将其应用于无人驾驶汽车目标检测模型的构建。通过引入感受野-坐标注意力卷积核(RFCAConv)和空洞-空间金字塔池化-压缩激励通道注意力层(ASPP-SE),增强了目标特征的提取能力和多尺度特征的融合效果。此外,改进的特征融合网络和解耦检测头有效解决了传统YOLOv5在目标检测中的特征空间不对齐的问题,优化了目标分类和框回归的精度。