基于Transformer的多尺度物体检测

目前,Transformer基本模型对同一场景内不同尺寸物体的检测能力不足,其主要原因为各层等尺度的输入嵌入无法提取跨尺度特征,导致网络不具备在不同尺度的特征之间建立交互的能力。基于此,提出一种基于Transformer的多尺度物体检测网络,该网络采用跨尺度嵌入层初步对图像特征进行嵌入处理;利用多分支空洞卷积对输入进行下采样,通过调整并行分支的膨胀率使该结构具有多样的感受野;然后,由残差自注意力模块对输出嵌入结果进行处理,为特征图的局部和全局信息构建联系,使注意力计算融入有效的多尺度语义信息,最终实现多尺度物体检测。模型在COCO等数据集上进行训练,实验结果表明该方法与其他物体检测方法相比具有显著优势。     

基于YOLO网络的发电侧数据异常检测研究

该文提出了一种新的异常数据检测方法,可以满足发电侧异常数据检测的需要。在特征提取层的DBL和Pooling之间嵌入SENet结构,通过压缩、激励和重标定3个操作,使数据信息的特征提取更准确。在特征提取层后引入多尺度池化处理机制,从而提高YOLO网络的学习效率。试验结果表明,引入SENet结构和多尺度池化机制可以提高YOLO网络的特征提取准确性和迭代过程的收敛速度。     

基于多尺度特征融合的遥感图像小目标检测

本文提出了一种鲁棒的基于多尺度特征融合的遥感图像小目标检测方法.考虑到常用的特征提取网络参数量庞大,过多的下采样可能导致小目标消失,同时基于自然图像的预训练模型直接应用到遥感图像中可能存在特征鸿沟.因此,根据数据集中所有目标尺寸的分布情况(即:先验知识),首先提出了一种基于动态选择机制的轻量化特征提取模块,它允许每个神...     

基于多级特征融合的体素三维目标检测网络

目的 为精确分析点云场景中待测目标的位置和类别信息,提出一种基于多级特征融合的体素三维目标检测网络。方法 以2阶段检测算法Voxel?RCNN作为基线模型,在检测一阶段,增加稀疏特征残差密集融合模块,由浅入深地对逐级特征进行传播和复用,实现三维特征充分的交互融合。在二维主干模块中增加残差轻量化高效通道注意力机制,显式增强通道特征。提出多级特征及多尺度核自适应融合模块,自适应地提取各级特征的关系权重,以加权方式实现特征的强融合。在检测二阶段,设计三重特征融合策略,基于曼哈顿距离搜索算法聚合邻域特征,并嵌入深度融合模块和CTFFM融合模块提升格点特征质量。结果 实验于自动驾驶数据集KITTI中进行模拟测试,相较于基线网络,在3种难度等级下,一阶段检测模型的行人3D平均精度提升了3.97%,二阶段检测模型的骑行者3D平均精度提升了3.37%。结论 结果证明文中方法能够显著提升目标检测性能,且各模块具有较好的移植性,可灵活嵌入到体素类三维检测模型中,带来相应的效果提升。     

基于改进YOLOv5的轻量级芯片封装缺陷检测方法

目的 针对芯片封装缺陷检测过程中检测精度低与模型难部署的问题,提出YOLOv5-SPM检测网络,旨在提高检测精度并实现模型轻量化。方法 首先,通过在特征提取模块后增加通道注意力机制,提高缺陷通道的关注度,减少冗余特征的干扰,进而提升目标的检测精度。其次,在主干网络与颈部网络连接处使用快速特征金字塔结构,更好地融合了自建芯片数据集的多尺度特征信息。最后,将主干网络的特征提取模块更换为MobileNetV3,将常规卷积更换为深度卷积和点卷积,有效降低了模型尺寸和计算量。结果 经过改进后的新网络YOLOv5s-SPM在模型参数下降29.5%的情况下,平均精度较原网络提高了0.6%,准确率提高了3.2%。结论 新网络相较于传统网络在芯片缺陷检测任务中实现了模型精度与速度的统一提高,同时由于模型参数减小了29.5%,更适合部署在资源有限的工业嵌入式设备上。     

基于轻量化YOLOv4的黏稠食品灌装成品缺陷检测

针对黏稠流质食品的自动化灌装中,传统灌装成品缺陷检测方法难以同时对多目标高速检测的难题,提出一种基于YOLOv4目标检测算法的轻量级灌装成品缺陷检测方法.MobileNetV3主干特征提取网络能对输入样本进行轻量级特征提取;增强特征提取网络采用深度可分离卷积策略,以降低参数计算量,然后通过设计的全面路径聚合网络(FPANet)和引入的通道注意力机制(ECA)提升增强特征提取网络对于目标特征的靶向表达.将设计的轻量化网络进行模型训练和精度测试,并在同一数据集下与其它目标检测算法进行对比,以分析本文方法的优劣.实验结果表明,本文方法能够在保持精度的前提下提升检测速度,实现了黏稠食品灌装成品缺陷的多目标高速检测.     

基于多尺度稠密卷积网络的单图像超分辨率重建

目的针对已有网络对于卷积特征图利用率低下,从而导致高倍数图像重建质量不高的情况,提出一种多尺度稠密卷积网络(SRMD)。方法对SRDenseNet的稠密连接模块进行改进,去除批规范化层,参考已有网络,设计多尺度特征提取层和1×1的信息整合层,从而构成多尺度稠密卷积模块。SRMD通过一个多尺度特征提取层堆叠64个底层特征图,再由8个多尺度稠密卷积模块经过稠密连接堆叠1024个特征图,最后通过信息整合和子像素卷积模块输出超分辨率重建图像。结果在Set5,Set14,B100和U100数据集上进行测试,SRMD重建图像的峰值信噪比分别为30.1570,26.9952,25.7860, 23.4821 dB,结构相似性分别为0.8813,0.7758,0.7243,0.7452。结论与已有网络相比,SRMD与DRCN,VDSR表现相当,优于SRDenseNet和BiCubic方法。     

改进YOLOv4的轻量化目标检测方法

针对车载平台发展过程中,在辅助驾驶环境感知方面,现有的目标检测方法对目标检测精度不高、算法推理速度慢等问题,本文以YOLOv4目标检测网络为基础,引入通道与空间注意力模块CBAM,有效提升了YOLOv4目标检测网络特征识别精度;引入Mobilenetv3轻量化网络结构替换YOLOv4的主干特征提取网络CSPDarkNet53,并利用深度可分离卷积替换整个网络的普通卷积,有效降低了YOLOv4目标检测模型大小,提升了网络模型推理速度。通过消融实验与检测结果分析,证明了改进方案的可行性。     

基于改进YOLOv4算法的轮毂表面缺陷检测

汽车轮毂加工过程中产生的表面缺陷严重影响整车的美观性及服役性能,针对人工检测效率低、漏检率高的问题,提出一种基于改进YOLOv4算法的轮毂表面缺陷检测方法。构建了轮毂缺陷数据集,其包含6种表面缺陷,由2346张4928×3264pixel的图像组成;采用K-means方法进行先验框聚类,并针对YOLOv4算法在纤维、粘铝等小尺度缺陷上检测精度不足问题,在原网络Neck部分引入细化U型网络模块(TUM)和注意力机制,用于增强有效特征并抑制无效特征,强化多尺度特征提取与融合,改善特征处理过程中可能存在的小目标信息丢失问题;基于该数据集,训练并测试不同算法的缺陷检测性能并验证改进模块的有效性。结果表明,该方法大幅提升了粘铝等小尺寸缺陷的检测能力,缺陷检测平均精度达到85.8%,与多种算法相比较检测精度最高。     

基于卷积神经网络的森林火灾烟雾探测算法研究

为解决森林火灾烟雾检测过程中受外界干扰且由于烟雾存在多种静、动态特性导致识别难度高的问题,提出一种基于卷积神经网络的火灾烟雾视频探测算法提取可疑区域特征并进行模式分类,进而检测出火灾烟雾。实验结果表明:该算法在各种视频场景下均具有良好的烟雾识别性能,并能与灭火装置通信对初期林火进行扑灭,为森林火灾探测扑救装备的智能化、高效化提供了新思路。     

改进的混合高斯与YOLOv2融合烟雾检测算法

提出一种融合了改进的混合高斯和YOLOv2的烟雾检测算法。首先,针对烟雾的早期特征对混合高斯算法进行改进,有效框定动态目标感兴趣区域,提取出烟雾前景;在此基础上将烟雾检测转换为回归问题,利用端对端目标检测算法YOLOv2训练烟雾数据集,进行二次检测和筛选,最终框定出烟雾发生区域的具体位置和范围,满足对不同场景火灾烟雾的有效检测。实验结果表明,融合算法改善了烟雾区域的检测效果,提高准确性并有效降低烟雾误检率。     

双目林火监测系统烟雾检测方案研究

双目森林火灾监测系统利用其双目立体视觉技术,实现了利用林火光谱特性识别定位森林火灾。但在复杂的森林环境中存在非火灾光谱干扰源,在双目林火监测系统中引入烟雾检测以排除干扰,实现对森林火灾的有效监测,利用森林火灾烟雾的动态特性来排除光学上的干扰信号。烟雾检测利用林火的频闪特性,对图像中的运动目标进行提取并分析,以完成对火灾烟雾的识别和标定。烟雾运动检测采用Vi Be背景模型法,对背景样本点随机更新,使系统能适应背景的变化,并且可以更快速地对Ghost区域进行识别,有效剔除噪声点。     

基于注意力机制的结肠癌病理学图像识别研究

结肠癌的鉴别在医学诊断中具有重要意义.实时、客观、准确的检查结果有利于医疗人员及时对症治疗.然而,现有的方法严重依赖专业医师对病理图像进行手工特征提取和分析,不仅检测周期较长,检测结果会存在不同程度的误差.据此,本文提出了一种基于注意力机制的卷积神经网络识别结肠癌的组织病理学图像.该网络采用轻量化的卷积网络结构,并嵌入...     

基于多特征融合的烟雾检测

针对传统火灾探测技术的应用弱点,研究基于视频的火灾烟雾探测方法.首先,根据烟雾的颜色特征,提取视频序列中的疑烟区域.然后,在疑烟区域中提取烟雾的3个动态特征——扩散特征、轮廓不规则特征和使背景模糊特征.最后,利用BP神经网络对这些动态特征进行融合判定.实验结果表明,基于多特征融合的烟雾检测方法能够准确、实时、有效地识别视频中的烟雾.     

基于注意力机制的轻量级RGB-D图像语义分割网络

目的针对卷积神经网络在RGB-D(彩色-深度)图像中进行语义分割任务时模型参数量大且分割精度不高的问题,提出一种融合高效通道注意力机制的轻量级语义分割网络。方法文中网络基于RefineNet,利用深度可分离卷积(Depthwiseseparableconvolution)来轻量化网络模型,并在编码网络和解码网络中分别融合高效的通道注意力机制。首先RGB-D图像通过带有通道注意力机制的编码器网络,分别对RGB图像和深度图像进行特征提取;然后经过融合模块将2种特征进行多维度融合;最后融合特征经过轻量化的解码器网络得到分割结果,并与RefineNet等6种网络的分割结果进行对比分析。结果对提出的算法在语义分割网络常用公开数据集上进行了实验,实验结果显示文中网络模型参数为90.41 MB,且平均交并比(mIoU)比RefineNet网络提高了1.7%,达到了45.3%。结论实验结果表明,文中网络在参数量大幅减少的情况下还能提高了语义分割精度。     

基于注意力与密集重参数化的目标检测算法

针对目标检测任务中背景复杂、目标尺寸差异大等因素导致目标检测结果较差的问题,本文提出基于注意力和密集重参数化的目标检测算法。首先,基于CSP-DarkNet提出高效的特征提取网络,主要包括密集重参数化模块和CASA模块2个设计。前者利用密集连接保留浅层特征,又通过重参数化结构降低网络复杂度;后者CASA模块用于获取需要的目标信息。其次,特征融合在特征金字塔(FPN)和路径聚合网络(PAN)的基础上,引入内容感知特征重组(CARAFE)进行上采样,有效解决了邻近插值法等未能捕捉丰富语义信息的问题;提出更高效的C3-G模块,获取丰富的梯度信息,增强模型表达能力和感知能力;同时,引入深度可分离卷积提升运算效率。最后,检测输出采用在更大范围上跨领域正负样本匹配策略扩充正样本数量,提升检测效果。该算法在MS COCO和PASCAL VOC数据集上的m AP@0.5分别达到了57.5%和83.0%,充分说明了本文算法的先进性。     

基于帧差法和区域填充的火灾运动区域检测

火灾运动区域主要包括烟雾和火焰两个部分。基于视频图像的火灾检测中，为了提高火灾识别率，火灾区域的提取最为关键。针对火灾检测的实时性和准确性，并通过分析烟雾与火焰特征，本文提出了一种结合帧差法和区域填充来提取火灾运动区域，继后利用颜色模型区分烟雾及火焰，再根据烟雾或火焰蔓延时面积大小以及火焰闪烁特征等信息来识别、判断是否有火灾发生。通过MATLAB仿真实验表明本文方法较为准确、有效地提取出图像序列中火灾的运动区域，从而可以降低火灾监控系统误报率。     

基于改进YOLOv7的森林火灾检测

森林火灾所造成的危害是无法估量的,因此在火灾发生前及时检测,并做到防患于未然,更有利于保护森林资源。该文提出了一种基于YOLOv7算法的森林火灾检测改进方案。为了帮助模型更有效地识别火焰特征,在不损失特征信息的情况下减少冗余功能,将CA注意力机制嵌入算法的特征提取部分。同时运用EIOU作为边界框损失函数,提升模型的收敛速度与回归精度。改进的烟火检测模型的平均精度提升2.0%,召回率提升1.6%,检测速度也在原来的基础上进行提升。     

基于改进YOLOv5s模型纸杯缺陷检测方法

目的 针对小尺寸和特征不明显的纸杯缺陷在检测过程中易出现漏检、错检的问题，提出一种基于改进YOLOv5s模型纸杯缺陷检测方法。方法 在原始模型的Backbone部分引入CBAM注意力机制模块，提升模型的特征提取能力;增加一个YOLO检测头，将三尺度检测改为四尺度检测，提高模型对小目标和特征不明显目标的检测能力;在Neck部分借鉴加权双向特征金字塔网络BiFPN，对原始模型中的PANet进行部分改进，加强模型的特征融合能力。结果 结果显示，改进后的模型YOLOv5s–CXO精度为89.1%、召回率为90.4%、平均精度均值为89.5%，比原始模型的精度提高了1.5%、召回率提高了1.3%、平均精度均值提高了1.2%。结论 本文的改进方法有效提高了模型的检测能力，对小尺寸和特征不明显纸杯缺陷的检测效果有明显提升。     

基于视频的早期烟雾检测

针对火灾早期预警和危险化学品气体泄漏的在线检测问题,提出了一种基于视频的早期烟雾检测新方法.整个检测过程主要由四部分组成:1)RGB分量运算参数的离线学习;2)用RGB分量运算+位屏蔽,实时分割出类似烟雾区;3)用在背景维护下的减背景来消除场景中静态的类似烟雾区干扰,再由小波变换去除场景中动态的类烟雾区干扰;4)通过长序列的多帧证据积累分析,判别标记出真正烟雾.实验表明,该方法对于320×240分辨率彩色视频的分析判别速度可迭16~20fps,并可在3~4 s内准确判别出动态场景下的核心烟雾区,且不受大空间、开放环境的限制,具有较强的误报免疫能力.