基于改进YOLOv8s的多尺度检测算法

针对绝缘子小目标特征信息不足导致的检测精度低、模型体积大不利于硬件移植等问题,提出一种多尺度检测算法MPH-YOLO。MPH-YOLO首先通过扩充小目标检测尺度,提高小目标感知能力;其次使用SIoU损失函数代替YOLOv8s中的CIoU损失函数作为边框损失函数,增强对目标的定位精度;最后引入更低成本的Ghost卷积代替网络结构中的传统卷积,轻量化模型的体积。改进后的算法在绝缘子数据集上的检测精度和模型轻量化均有提升,检测精度mAP50-95为86.2%,模型体积仅有4.7 MB。实验结果表明,MPH-YOLO不仅能够有效改善小目标检测,而且更加轻量化有利于硬件移植,具有较高的实用价值。

基于图像分析的大米尺度检测方法

提出一种基于图像分析的大米实际尺度检测实用方法。在实物旁边放置直尺,用小波变换提取刻度,从而求出两像素点间的实际距离;再由二值化后的大米区域与边缘曲线求出大米的平面投影面积、长短轴与周长。根据数字图像的特点,对边缘曲线作适当的抛光处理,使周长的计算接近实际。实验结果表明,所得结果与实物尺寸基本相符,可在大米分类检测中使用。

工业图像中屋脊边缘多尺度检测方法

针对屋脊边缘的特点，提出了一种多尺度屋脊边缘的检测方法．该方法分析了图像中屋脊边缘的可能性，并根据该可能性度量自适应调整滤波器的尺度参数．分析了对屋脊边缘进行滤波的尺度参数选取范围。

适用于密集人群目标检测的多尺度检测方法

针对密集人群场景下的目标检测问题,提出了一种多尺度的目标检测方法。在粗尺度下,使用优化的DPM(Deformable Part Model)检测方法,将人体全身作为检测对象,检测整个场景中的稀疏目标;在细尺度下,将头部作为检测对象,使用重新训练的Faster R-CNN(Region-based Convolutional Neural Network)网络检测稠密人群中的目标。将两种尺度下检测结果通过非极大值抑制(NMS,Non-Maximum Suppression)方法结合在一起,这样两种方法既互相补充又能去除冗余检测结果。实验结果证明,相比于单独的DPM检测方法和Faster R-CNN检测方法,提出的多尺度检测方法在检测精度上有显著提升。

士兵和装甲车目标多尺度检测方法

针对士兵和装甲车目标的尺度差异大以及目标距离远近造成的目标多尺度问题,以YOLOv4深度学习算法为基础,提出了一种多尺度目标检测方法.通过针对性的数据增强方法丰富小目标样本的多样性,对输入图像进行分割预处理以提高网络输入小目标的分辨率,并基于特征金字塔网络实现大、中、小目标的分离检测,最后匹配检测结果并进行NMS处理去除冗余检测框,从而实现多尺度目标检测.实验结果表明,本文方法在保持大目标检测效果的情况下,中、小目标的平均检测精度分别提升了1.20%和5.54%,有效提高了中、小目标的检测效果.

局部加权拟合的无人机遥感影像多尺度检测

传统影像检测方法的几何校正准确率低,边缘细节提取效果差,为此提出基于局部加权拟合的无人机遥感影像多尺度检测方法。通过几何校正方法提取遥感影像的完整边缘,采用改进局部加权拟合算法确定局部校正区域;以多尺度、多方向结构元素获取影像边缘特征,结合多尺度自适应均衡边缘检测技术实现形态学重构和梯度运算,计算影像灰度值方差权重比;通过自适应均衡求和获取遥感影像边缘轮廓,实现无人机遥感影像多尺度检测。实验结果表明,该方法能够增强影像几何校正准确率,提升边缘细节提取效果,影像内噪声较少。

MSH-YOLOv8:融合尺度重建的蘑菇小目标检测方法

[目的/意义]为了解决图像尺寸变化和目标尺度变换共存对小目标检测精度的影响问题,本研究提出了一种新的检测模型:Multi-Strategy Handling YOLOv8(MSH-YOLOv8)。[方法]该模型在YOLOv8的基础上增加一个检测头,以提高小尺度目标敏感度;引入Swin Transformer的检测结构到头部网络,以减少计算冗余;引入包含可变形卷积的C2f_Deformable Convolutionv4(C2f_DCNv4)结构和Swin Transformer编码器结构重构YOLOv8主干网络,优化并增强其特征传递和提取能力,提高小目标敏感度;采用基于规范化的注意力模块(Normalizationbased Attention Module,NAM)优化网络检测速度和准确性;用Wise-Intersection over Union Loss(WIoU)代替原损失函数,以提高训练效果和收敛速度;在后处理阶段应用分辨率动态训练、多尺度测试、软非极大值抑制算法(Soft-Non-Maximum Suppression,Soft-NMS)、加权边界框融合算法(Weighted Boxes Fusion,WBF)等方法,提高尺度变化下小目标检测效果。以蘑菇为研究对象,在开放数据集Fungi上开展实验。[结果和讨论]MSH-YOLOv8的平均正确率(Average Precision50,AP50)和AP@50-95分别达到了98.49%和75.29%,其中小目标检测指标值APs达39.73%。相较于主流模型YOLOv8,三项指标分别提高了2.34%,4.06%和8.55%;相较于优秀模型Transformer Prediction Heads-YOLOv5(TPH-YOLOv5),三项指标分别提高了2.14%,2.76%和6.89%。[结论]本研究提出的MSH-YOLOv8改进方法可在图像尺寸变化与目标尺度变化条件下有效提高小目标的检测效果。

无人机高空航拍视角下小尺度车辆精确检测方法

无人机高空航拍图像中车辆像素占比极低,目标可视化信息较少,在目标检测任务中容易漏检和误检。因此,本文提出一种基于改进YOLOX(You Only Look Once X)的无人机高空航拍视角下小尺度车辆精确检测方法。首先,为增强网络对低级特征的提取能力,在原始YOLOX预测头部增加一个160 pixel×160 pixel的浅层特征提取网络;其次,在骨干网络后端嵌入基于归一化的注意力机制模块(Normalization-based Attention Module,NAM),以抑制冗余的非显著特征表达;最后,为了增大小尺度车辆的相对像素比,提升网络捕捉有效特征信息的能力,提出一种基于滑动窗口的图像切分检测方法。试验结果表明,改进YOLOX网络表现出良好的检测效能,检测精度达到了84.58%,优于典型的目标检测网络Faster R-CNN(79.95%)、YOLOv3(83.69%)、YOLOv5(84.31%)及YOLOX(83.10%)。此外,改进YOLOX能够有效解决无人机高空航拍图像中小尺度车辆的漏检和误检问题,且预测框更贴合车辆的实际轮廓;同时,在不同航拍高度的目标检测任务中具有较高的鲁棒性。

基于多尺度距离矩阵的语音关键词检测与细粒度定位方法

针对现有语音关键词检测方法定位精度低的问题,提出了一种基于多尺度距离矩阵的语音关键词检测与细粒度定位方法(spoken term detection and fine-grained localization method based on multi-scale distance matrices,MF-STD)。该方法首先利用残差卷积网络提取特征并构建距离矩阵以建模输入之间的相关性;其次通过多尺度分割和解耦头学习不同尺度下的定位信息;最后根据多尺度加权定位损失、置信度损失和分类损失优化模型,实现对关键词存在性和时域边界的细粒度预测。在LibriSpeech数据集上的实验结果表明,MF-STD在集内词的检测中,精准率和交并比分别达到97.1%和88.6%;在集外词的检测中,精准率和交并比分别达到96.7%和88.2%。与现有的语音关键词检测与定位方法相比,MF-STD的检测准确率和定位精度显著提升,充分证明该方法的先进性,也证明了多尺度特征建模与细粒度定位约束在语音关键词检测任务中的有效性。

面向民机可视导航的场面多尺度目标检测

民航飞机视觉辅助驾驶系统通过机载视觉传感器获取周边威胁态势信息,为飞行员提供辅助决策等信息,但是机载视觉传感器获取的机场场面威胁目标尺度变化大,且机载平台算力有限,现有的目标检测方法难以满足视觉辅助驾驶需求.针对上述问题,提出一种基于YOLOv5s算法的轻量化多尺度目标检测算法.首先,为增强场面小目标的特征表达,在加权双向特征金字塔网络(BIFPN)基础上,引入坐标注意力(CA)机制,设计CA-BIFPN特征融合网络,提高模型对多种尺度目标的学习能力.然后,设计GSConv解耦检测头,相互独立优化分类和回归目标,提高目标检测的精度.设计的跨级部分网络轻量化颈部模块可减少因引入解耦头增加的参数量,大幅提高整体网络的检测速度,实现场面目标实时检测.为了验证算法性能,构建机载视觉传感器滑行视角的实测数据、仿真数据组成的多尺度场面目标数据集.在该数据集上的实验结果表明,所提方法检测精度超过Faster R-CNN、SSD和YOLOv6、YOLOv7、YOLOX等经典多尺度目标检测算法,均值平均精度为71.40%,比YOLOv5s提高4.19个百分点;在机载计算仿真实验平台上,检测帧率达到71帧/s,满足实时检测要求.

融合高效注意力的多尺度输电线路部件检测

针对在高分辨率输电线路图像中,不同种类部件尺度跨越大,难以被均衡检测的问题,提出一种融合高效注意力的多尺度输电线路部件检测算法。在YOLO v5目标检测算法中,设计添加高效注意力模块ECBAM提高算法特征提取能力。根据输电线路部件的特征分布统计,使用滑动窗口对高分辨率输电线路图像进行切片,并对切片前后的图像分别使用改进后的YOLO v5算法训练模型。将两个模型的检测结果进行集成,得到多尺度输电线路部件检测结果。在公开的PLAD架空输电线路图像数据集上,该模型的检测性能远超现有目标检测模型,Precision可达83.2%,Recall可达92.8%,相比数据集原作者提出的模型,mAP值提升了1.6个百分点,达到了90.8%,且能检测出未在原始数据集上标注出的隐蔽目标,验证了在高分辨率图像中检测多尺度输电线路部件的有效性。

滑窗注意力多尺度均衡的密集行人检测算法

由于现实场景下的行人目标在形态、尺度等方面存在巨大差异,相比于传统方法对多尺度行人检测平均精准率较低的情况,基于Transformer注意力机制的网络在行人检测领域已经展现出强大的性能。然而,密集场景下的多尺度检测仍存在一些难点。在密集场景中,通常会包含大量的被遮挡或小规模的行人目标,导致模型产生大量的误检和漏检,同时耗费大量的计算资源。此外,当行人目标重叠较为严重时,准确地检出所有目标也会变得极为困难。为了解决上述问题,提出了一种基于滑窗注意力的密集场景多尺度行人检测算法。在Backbone中使用改进Swin block使得网络能够提取到更多的细节特征,同时减少注意力机制带来的繁重计算量。为有效解决特征融合问题,在Neck部分使用DyHead block来统一多个注意力运算,以此提高特征融合效率。针对特征均衡问题,设计了一种基于全连接的特征尺度均衡模块,通过在特征金字塔的各层级之间构造不同的残差结构来进行特征平衡,辅助模型生成更高质量的特征图。在WiderPerson数据集上的实验结果表明,该算法在AP值上提升了1.1个百分点,在最值得关注的小目标和中目标上也分别有1.0和0.7个百分点的提升。

基于注意力机制改进YOLO-V5的多尺度行人目标检测

为了提高在各类复杂场景中不同尺度行人目标的检测性能,提出了一种结合注意力机制的YOLO-V5多尺度改进算法。通过对YOLO-V5主干网络进行加深,进一步提高其特征提取能力,丰富深层语义信息;在算法中引入Coordinate Attention注意力机制,使其能够关注输入特征图中的有效区域;在原始YOLO-V5基础之上,增加一组新的目标检测头部,来增强算法对小尺度目标的检测性能。所提出的方法在Citypersons行人数据集上进行了实验,将Citypersons验证集中的不同尺度目标细分为3种后,改进算法对这3种不同尺度行人目标的AP50指标分别达到了64.5%、66.6%、71.7%,Recall指标分别达到了53.0%、56.6%、61.7%,较原始YOLO-V5算法分别提高了3.8%、3.6%、2.3%和3.3%、4.7%、3.5%。实验结果表明,提出算法对多尺度行人目标的检测效果具有明显提升。

面向火灾的多尺度目标检测算法

传统的火灾检测依靠各种传感器或者一些传统算法,只适用于特定场景,鲁棒性差,检测精度低,定位不准,并且检测时间长,不能满足实时性的要求。针对以上问题,提出一种基于YOLO V3的多尺度目标检测算法,自动提取火焰特征并实现多尺度的火焰检测。首先对YOLO V3的结构进行改进,将YOLO V3原先的特征提取网络Darknet-53替换为DenseNet,削弱网络加深带来的梯度消失问题,并且能够增强特征复用,提高网络对低层特征的学习,接着,为了消除感受野内像素作用的高斯分布,将DenseNet中的下采样改为空洞卷积。最后,优化锚框的定位方式,并根据新的定位方式修改损失函数,使网络对目标的定位更加准确。实验结果表明,改进的算法准确率和召回率为90%,85%。检测速度可以达到31帧/s,能够满足火灾检测对准确率和实时性的要求。

一种多尺度YOLOv3的道路场景目标检测算法

针对在自然交通场景中道路不同种类目标的边界框大小差异巨大,现有实时算法YOLOv3无法很好地平衡大、小目标的检测精度等问题,重新设计了YOLOv3目标检测算法的特征融合模块,进行多尺度特征拼接,对检测模块进行改进设计,新增2个面向小目标的特征输出模块,得到一种新的具有5个检测尺度的道路目标多尺度检测方法YOLOv3_5d.结果表明:改进后的YOLOv3_5d算法在通用自动驾驶数据集BDD100K上的检测平均精度为0.5809,相较于原始YOLOv3的检测平均精度提高了0.0820,检测速度为45.4帧·s^(-1),满足实时性要求.

面向无人机航拍图像的多尺度目标检测研究

针对无人机航拍图像背景复杂、小目标占比高且分布不均导致的现有算法精度不佳等问题,提出了一种面向无人机航拍图像的多尺度目标检测网络VTO-YOLOv8。首先,采用WIoU v3作为边界框回归损失函数,并使用明智的梯度分配策略,这一策略将使网络更加关注普通质量样本,从而提高其定位能力;其次,设计四层T-BiFPN结构,加强浅层特征和深层特征的融合;此外,设计C2f-DBB多分支模块,在不增加计算量的前提下,提升检测性能;同时,使用聚焦调制模块,加强不同尺度信息的交互。实验结果表明,网络在Visdrone2019数据集上相较基准模型在mAP50和mAP指标上分别提高了9.0%和5.9%,同时参数降低了22.6%,可更好地应用于无人机航拍目标检测中。

一种基于多尺度噪声检测的图像中值滤波器

介绍了标准中值滤波与有效中值滤波的概念,提出了一种基于自适应多尺度噪声检测的中值滤波器,可用于恢复被椒盐脉冲噪声污染了的图像。滤波器将输入图像像素分为有效信号类、脉冲噪声类和恒定区域类,对各类像素采用不同的方法进行滤波处理。实验结果证明,本文算法的性能比现存的其它许多算法有了显著的提高,而且便于实现。

基于改进梯度方向直方图的多尺度的行人检测

行人检测是计算机视觉中重要而有挑战的研究方向。为了提高识别精度,提出了一种更有效的特征提取方法,这个方法的特点是提取梯度方向直方图(HOG)特征时能够获得更多的梯度信息,从而更好地生成表征在更大范围内的图像中或者检测窗口中人体细节的特征描述算子;利用线性核函数(LINEAR)的支持向量机(SVM)和HOG训练得到的行人检测分类器,再采取多尺度检测技术和非极大值抑制能够精确定位行人在图像中的位置。实验结果表明,该行人检测系统检测精度较高。

基于改进YOLOv7-tiny的多尺度运动目标检测算法

针对区域安全防卫时,远距离入侵目标成像像素少,纹理信息不足以及在目标持续接近过程中的大尺度变换导致的模型误检、漏检问题,本文提出一种基于YOLOv7-tiny算法改进的多尺度运动目标检测算法。首先,提出一种新的OBM模块用于特征提取网络,利用多维注意力机制提高网络的特征提取能力;其次,采用改进的AC-BiFPN双向特征融合策略,将进行自适应加权融合后的多层次特征传给ACmix注意力机制,以提升模型对多尺度目标的感知能力;最后,优化模型的损失函数,对预测框与真实框之间的区域加权,减少模型预测偏差。模型在自制的监控行人车辆数据集上进行实验,结果表明,相较于原始的YOLOv7-tiny模型,改进后的YOLOv7-tiny模型改善了远距离监测时行人车辆的误检漏检问题,检测精确度提高了3.96个百分点,平均检测精度(mAP@0.5:0.95)提高了2.22个百分点,在边缘GPU上实时帧率达到32.7 fps,满足实际使用需求。

基于背景抑制与改进多尺度LSD的声呐小目标检测算法

针对声呐小目标检测由于水下环境复杂、目标回波信号弱等因素造成虚警率和误检率较高的问题,文章提出基于背景抑制和改进直线分割检测(Line Segment Detection,LSD)的检测算法。首先对原始声呐数据截取序列片段,构建多周期累积历程图,凸显运动目标轨迹线特征;其次设计边缘滤波算子,有效滤除部分背景噪声,并结合投影变换进行线特征增强,不仅实现了断裂直线重连,还抑制了剩余噪声;然后基于图像金字塔改进了多尺度LSD直线分割检测算法,有效缓解了过检测问题,大幅增加了直线平均长度;最后为了合并冗余检测信息,利用运动轨迹时空一致性特征设计后处理模块,提高了检测定位精度。通过多组无人遥控潜水器(Remotely Operated Vehicle,ROV)、潜水员、空心球靶小目标序列的湖试、海试数据的定量与可视化结果定性分析,实验结果显示,文中算法与传统LSD相比,误检率和漏检率分别降低了11.2和3.9个百分点,定位误差下降了1.495个像素。结果表明,文中所提算法大幅提高了声呐小目标检测精度,为后续水下目标识别、跟踪等任务奠定重要基础。