关键词： 高效调优   统一架构   目标检测   图像分类  

摘要： 为解决大规模参数调优问题,一系列高效微调方法诞生,但是在整合不同高效微调方法形成有效统一整体方面还存在挑战。此外,统一调优思想在视觉任务中的应用仍然不足。因此,提出统一参数高效微调架构ETTA(efficient Transformer tuning architecture)。首先通过适配器与前缀调优工作原理的相似性,得出两种方法整合形成统一调优架构的合理性;其次,在适配器选择上,选用效果更好的并行适配器,同时对前缀调优引入可调标量得到缩放前缀调优变体;然后将两种方法整合形成统一调优架构ETTA,把并行适配器作用于Transformer前馈神经网络层并设置较大瓶颈维数,缩放前缀调优作用于多头注意力层并设置较小可调前缀向量数;最后将ETTA用于6个图像分类或目标检测任务,并与三种调优策略进行性能比较。结果表明,采用统一参数高效调优架构后,只对少量参数进行微调就可以接近参数完全微调的效果同时性能良好。证明了ETTA用于计算机视觉任务的有效性及其性能表现。

关键词： YOLOv8n   RFAConv   特征提取   C2f  

摘要： 针对现有车辆在行驶环境下检测算法精度低、易受背景环境干扰、难以检测密集小目标车辆和行人的问题,提出了一种基于YOLOv8n算法改进的车辆道路行驶检测算法。将一个P2小目标检测层添加到YOLOv8n算法模型,结合感受野注意卷积的优点重构C2f模块,并利用Focal Modulation模块替换SPPF模块改进算法模型,通过消融实验以及与原始算法进行实验对比分析。结果表明,改进的算法在Cityscapes数据集上检测平均精度达到了55.3%,总体平均精度提升2.7%,平均召回率提升3.7%,且在soda数据集上的检测效果优于其他检测算法,证明了改进算法在道路目标检测方面的有效性和卓越性。

关键词： 车路协同   YOLOv8   损失函数   模型剪枝   嵌入式部署   边缘计算  

摘要： 车路协同旨在通过信息交换和协作实现智能高效的交通管理,其中高精度、轻量化且易于部署的路侧视角下的车辆与行人检测至关重要。因此,提出基于改进YOLOv8的轻量化交通目标检测模型。首先,引入FasterNet中的FasterBlock替换原始C2f中的某些瓶颈组件,以减少浮点运算量(GFLOPs)和参数量,降低整体模型的复杂性;其次,在模型的颈部网络采用兼顾速度和精度的GSConv(Group Shuffle Convolution)替代原有的卷积核,并引入SlimNeck特征融合模块,使每个特征层能够同时考虑深层特征的语义信息和浅层特征的细节;再次,使用MPDIoU(Minimum Point Distance based Intersection over Union)替换原有的损失函数,以提高模型的边界框回归性能;最后,通过通道剪枝修剪模型网络中的冗余连接,以减小模型规模并提高检测速度。实验结果表明,经过改进和剪枝的模型与原始YOLOv8s相比,精度提升了1.0个百分点,平均精度均值(mAP)提升了1.2个百分点,计算量和参数量分别降低了70.1%和69.4%。并且,在边缘设备Atlas200IDKA2(算力4TOPS,功耗9W)的条件下,所提模型达到了58.03 frame/s的检测速度。

关键词： 目标检测   深度学习   注意力机制   特征融合   性能优化  

摘要： 针对目标检测算法在实际应用中面临的计算效率和检测精度问题,本文设计了一种改进的目标检测框架。通过轻量化特征提取网络设计,模型参数量减少了47%,引入自适应特征融合机制,小目标检测召回率提升了5.6%。同时,本文模型结合空间和通道注意力机制,优化了特征表达能力,改进Io U感知的损失函数,提升了定位精度。实验结果表明,改进算法在COCO数据集上小目标检测性能提升了4.1个百分点,整体mAP提升了3.2%,在边缘计算设备上推理时间减少了24.7%,实现了检测精度和速度的平衡优化。

关键词： 输送带跑偏   目标检测   实时检测转换器   结构重参数化   高效多尺度注意力机制   多尺度特征融合  

摘要： 目前输送带跑偏检测研究主要集中于提取输送带边缘的直线特征,该方式需设定特定阈值,易受环境因素的制约,导致检测速度慢、精度不高。针对该问题,提出了一种基于改进RT-DETR的井下输送带跑偏故障检测算法,使用改进RT-DETR直接对一组托辊检测,根据左右托辊的暴露程度识别是否跑偏。针对实时检测转换器(RT-DETR)主干网络进行3个方面的改进:①为了减少主干网络的参数量和浮点运算数量(FLOPs),使用FasterNet Block替换ResNet34中的BasicBlock;②为了提升模型的精度和效率,在FasterNet Block结构中,引入结构重参数化的思想;③为了提升FasterNet Block在特征提取方面的性能,引入了高效多尺度注意力机制(EMA),更加有效地捕捉全局和局部特征图。为了拓展感受野并捕获更有效、更广泛的上下文信息,以获得更为丰富的特征表达,采用改进高级筛选特征融合金字塔网络(HS-FPN)来优化多尺度特征融合。实验结果表明,与基准模型相比较,改进RT-DETR模型的参数量和FLOPs分别减少了8.4×10^(6)个和17.8 G,mAP@0.5达94.5%,严重跑偏检测精度达99.2%,检测速度达41.0帧/s,优于TOOD,ATSS等目标检测模型,满足煤矿生产对目标检测实时性和准确性的需求。

关键词： 随机PRI   距离单元走动   Keystone变换  

摘要： 随机PRI信号雷达可以解决高速运动目标测速模糊问题,但针对高速运动目标,由于速度、加速度带来的距离走动和距离弯曲会给后续相参积累带来问题,影响目标检测性能。Keystone变换可以校正雷达回波信号的距离单元走动问题,本文介绍了Keystone变换原理,分析了实现Keystone变换常用的三种方法,最后结合随机PRI信号非均匀相参处理方法验证了Keystone变换前后的性能。

关键词： 4D Radar   目标检测   Lidar   传感器  

摘要： 针对传统Lidar目标检测模型对于雨雪等天气下的低鲁棒性和对遮挡及多路径反射的难以识别等问题,该研究提出了一种新颖的数据融合框架,该研究聚焦于将4D毫米波雷达数据整合到现有的Lidar目标检测模型中,旨在提高目标检测的准确性和鲁棒性。通过将4D毫米波雷达独有的多普勒和速度特征与在恶劣天气下的鲁棒性与传统Lidar相结合,提升了传统Lidar在各种场景下对目标的适应性和可靠性。此外,通过定量和定性分析验证了整合4D雷达数据后检测模型在多个评估指标上的显著提升。通过消融实验分析了RCS和速度等特征对不同目标检测性能的影响。

关键词： 多源目标检测   分组特征提取   注意力多尺度   非极大值抑制  

摘要： 为兼顾多源目标检测网络的精度与效率,将分组卷积作用于目标多模态特征中,并配合注意力多尺度结构以及改进的目标框筛选策略,设计了一种轻量级的红外与可见光目标检测模型。模型先以多种特征降维策略对输入图像进行采样,降低噪声及冗余信息的影响;其次,根据特征通道所属模态进行分组,并利用深度可分离卷积分别对红外特征、可见光特征以及融合特征进行提取,提升多源特征提取结构的多样性以及高效性;然后,针对各维度多模态特征,引入改进的注意力机制来增强关键特征,再结合邻域多尺度融合结构保障网络的尺度不变性;最后,利用优化后的非极大值抑制算法来综合各尺度目标预测结果,精确检测出各个目标。通过在KAIST、FLIR、RGBT公开数据集上的测试结果表明,所提模型有效提升了目标检测性能,并且相对于同类型多源目标检测方法,该模型也体现出较高的鲁棒性和泛化性,可以更好地实现目标检测。

关键词： 开放词汇   点云目标检测   混合查询   偏移注意力   逐点级   跨模态对比学习  

摘要： 3D开放词汇目标检测是计算机视觉中的新兴任务,但由于点云数据采集与标注困难,缺乏大规模的点云类别和点云-文本对数据。现有检测器在处理小尺度物体及缺失、遮挡、重叠物体时常出现漏检或混淆,性能较差。此外,点云与文本数据在特征空间的显著差异,使得二者的对齐与统一尤为困难。针对上述问题,本文提出了一种两阶段的3D开放词汇目标检测方法—GLP-OVD。在第一阶段(定位),本文提出一种基于混合查询与偏移注意力机制的定位模块,能够有效捕捉场景的全局与局部信息,从而提升检测精度。在第二阶段(分类),本文提出逐点级跨模态对比学习方法,优化了跨模态对齐,扩展了开放词汇表,实现更精确的分类。在室内点云数据集SUN RGB-D和ScanNet上的实验表明,本文方法在mAP25指标上分别达到了21.33%和18.87%,优于当前大多数3D开放词汇目标检测方法,验证了其有效性。

关键词： 疲劳驾驶   目标检测   FasterNet-YOLO   注意力机制   低光增强  

摘要： 针对环卫车驾驶员的驾驶环境和驾驶安全,提出了一种基于改进YOLOv8n算法的驾驶员疲劳检测方法。使用FasterNet替换YOLOv8n目标检测算法的主干网络,并设计FasterNet-YOLO的轻量级网络模型;在主干网络和颈部中分别加入压缩和激励(SE)模块与卷积注意力机制(CBAM)模块,保留输入的重要特征信息;引入Zero-DCE++算法对摄像头输入的视频流进行亮度增强,处理因驾驶员面部亮度不足所致模型难以识别问题。试验结果表明:交并比为0.5时的平均类别检测精度(mAP@0.5)达到98%,平均每帧图片推理时间缩短至6.95 ms;该方法在不同光照情况下,均能够实时、准确地检测驾驶员疲劳状态。