基于YOLOv8的气象设备识别监控算法

在人烟稀少的地区,气象设备的监测与检查面临设备安置位置偏僻、缺乏实时巡检等问题。为解决这一难题,基于在图像识别领域表现卓越的YOLOv8算法,提出了一种新的气象设备识别监控模型,通过将原有的高效的空间金字塔池化(spatial pyramid pooling-fast,SPPF)层替换为空间金字塔池化-全连接空间金字塔卷积(spatial pyramid pooling-fully connected spatial pyramid convolution,SPPFCSPC)层,成功降低了计算量,提升了气象设备检测的速度。为了进一步提升模型在复杂环境下的性能,提出了YOLOv8-SA模型,通过在主干网络(backbone)中加入多头自注意力机制,更精准地捕获图像中不同区域之间的关联性,有力地提高了模型的准确性。为了验证模型的有效性,创建了一个专门的气象设备数据集,并进行了对比实验。实验结果表明,本文提出的YOLOv8-SA模型在检测速度和准确性方面均取得了显著的提升,在自制的数据集中检测精度为98.6%,与传统的YOLOv8模型相比,检测精度提升了0.6%。该模型可有效解决人烟稀少地区气象设备的监测问题,为提升监测系统的实用性和效率提供新思路。

改进全卷积神经网络的甲状腺结节分割方法

为了更加精确地分割出甲状腺结节,本文提出了一种改进的全卷积神经网络(Fully convolutional network,FCN)分割模型。相较于FCN,本文方法加入了空洞空间卷积池化金字塔(Atrousspatialpyramidpooling,ASPP)模块与多层特征传递模块(Featuretransfer,FT),并采用LinkNet模型中Decoder模块进行上采样,VGG16主干网络实现特征提取下采样。实验采用来自斯坦福AIMI(Artificial intelligence in medicine and imaging)共享数据集的17413张超声甲状腺结节图像分别用于训练、验证和测试。实验结果表明,相比于其他多种分割模型,本文模型在平均交并比(mean Intersection over union,mIoU),Dice相似系数,F1分数3个分割指标上分别达到了79.7%,87.6%和98.42%,实现了更好的分割效果,有效地提升了甲状腺结节的分割精确度。

基于YOLO-MCG的PCB缺陷检测算法

为解决PCB缺陷检测中存在检测精度低,模型尺寸庞大的问题,文中提出基于YOLO-MCG的PCB缺陷检测算法。首先提出多尺度加权通道融合网络缩减模型体积,扩增小目标数据。接着提出混合空间金字塔卷积替换主干网络中SPP结构,扩大深层特征图感受野,增强模型语义信息特征提取性能。最后构建轻量化CG-CSP模块替换主干网络最深层CSP结构,减少网络参数,提高网络过滤冗余背景信息能力。实验结果表明,YOLO-MCG算法在8.13 MB的模型尺寸下平均精度均值为97.72%,与改进前模型比较,mAP提升3.77%,模型尺寸缩减69.89%,有效降低模型复杂度,提升缺陷检测效果。

基于多元空洞特征金字塔的电气设备图像实例分割方法

电气设备图像自动分割识别是电力设备无人巡检系统的核心技术.根据变电站电气设备3996幅人工巡检图像库,建立并标记了含1730幅图像的巡检数据集.针对Mask R-CNN网络对图像边缘信息处理不佳、小目标识别率低等问题,提出多元特征金字塔结构,引入带空洞空间卷积的池化金字塔模块,提出多元空洞特征金字塔网络,有效克服尺度变化带来的漏检现象.在自建数据集上的识别与实例分割对比测试显示,文中网络能准确识别避雷器、电流互感器等6类典型的电气设备,识别精度和分割精度较经典网络分别提高4%和6%,能有效识别小尺度目标.

面向微型交通标志的ASPC-YOLOv8检测算法

针对在部分遮挡和复杂背景下的微型交通标志误检、漏检等问题,提出一种基于YOLOv8s的交通标志检测框架。构建空间自适应金字塔卷积模块(ASPC)代替Neck所有Conv模块,设计全新的ASPC2f模块代替部分C2f模块,减少了模型参数量,提升了检测性能;为解决在检测小目标时因尺度不一致而导致的语义信息损失问题,引入小目标检测层,以增强深层和浅层语义信息的有效融合;使用EIOU代替原来的边界框损失函数,提升网络边界框回归性能。经实验,该方法在TT100K交通标志数据集上平均精度均值(mAP)达到89.7%,相较于原模型提升6.2个百分点,微型目标平均精度均值相对提升9.4个百分点,参数量降低2.6 MB。

基于改进的IIE-SegNet的快速图像语义分割方法

针对IIE-SegNet计算复杂度高、计算量大等问题,本文提出一种基于IIE-SegNet的改进方法。编码结构中引入经ImageNet训练过的VGG16和多尺度空洞卷积空间金字塔池化来获得丰富的编码信息;解码结构中,设计全局加平均模块来解决IIE-SegNet计算量大的问题;研究Focal损失函数来解决正、负采样不平衡的问题。实验结果表明:与IIE-SegNet相比,本方法在PASCAL VOC 2012数据集上的语义分割速度更快,平均每次迭代快0.6 s左右,测试单张图像的时间平均减少了0.94 s;分割精度更高,MIoU提升了2.1%。在扩展的PASCAL VOC 2012(Exp-PASCAL VOC 2012)数据集上的语义分割速度更快,平均每次迭代快0.4 s左右,测试单张图像的时间平均减少了0.92 s;分割精度更高,MPA和MIoU分别提升了2.6%和2.8%,特别是对于小尺度目标分割边界更清晰,性能得到了很大的提升。

基于二维时频谱图与改进YOLOv5的电能质量扰动识别

随着新型电力系统中新能源渗透率逐渐升高,电网结构复杂性增加,PQD(电能质量扰动)呈现多样化和复杂化的趋势。为实现电能质量扰动的精准识别,提出一种基于二维时频谱图与改进YOLOv5的电能质量扰动图像识别的方法。首先,利用S变换将PQD数据映射成二维时频谱图,通过图像来表征时间、频率和幅值的扰动细节特征;然后,搭建引入ASPP(空洞空间卷积池化金字塔)结构和注意力机制的YO-LOv5训练网络,扩大特征图的感受野以充分提取扰动图像特征,进而以图像识别方法实现PQD分类识别;最后,利用仿真数据进行扰动识别准确率和鲁棒性的验证。结果表明,该方法的识别准确率较高,且图像识别法的引入有助于PQD识别结果的可视化。

多尺度特征融合注意力新冠肺炎病灶分割网络

新冠病毒传染性极强,尽早的诊断和治疗是减少疫情造成损失的关键因素。为辅助医生诊断新冠病情,高效、准确地从肺部CT切片中分割新冠病灶,提出了一种改进的编码器-解码器深度神经网络———多尺度融合注意力网络MSANet(Multi-scale Attention Network),以图像分割效果较为出色的U-Net网络为基础,通过全局池化层和设置空洞卷积的采样率,增大网络感受野,捕获多尺度信息,实现对大目标的有效分割;使用通道注意力与空间注意力,在空间维度上建模,有效提取图像深层特征。测试结果表明,改进后的算法与U-Net网络相比,分割的平均交并比提升了1.46%,类别平均像素准确率提升了0.8%,准确率提升了1.17%。

基于小目标类别注意力机制与特征融合的AF-ICNet非结构化场景语义分割方法

针对非结构化道路分割难度大、小目标检测精度较低等问题,构建基于小目标类别注意力机制与特征融合的AF-ICNet轻量级实时语义分割网络。采用空洞空间卷积池化金字塔融合不同尺度特征感受野以增强网络的全局感知能力。嵌入CA注意力机制,建立通道信息和空间位置信息以增强网络对非结构化道路小目标类别语义特征的提取能力。针对类别分布不均衡问题,改进权重交叉熵损失函数。利用AF-ICNet模型对Cityscapes与IDD数据集进行训练,在Cityscapes测试图像中分割的MIoU达到了71.5%,在IDD测试图像中分割的MIoU达到了62.5%。搭建实验测试系统进行实景测试,测试结果表明,AF-ICNet有效提升了非结构化道路及小目标类别的分割精度,并满足测试的实时性要求。

基于上下文信息的遥感图像目标检测

针对遥感图像中背景复杂多样、目标密集和尺度差异性大,容易造成小目标漏检和误检的问题,以YOLOv5s算法为网络基础框架,提出一种基于上下文信息的遥感图像目标检测算法。首先,设计上下文模块(CM)并添加在主干网络,增大目标区域特征的感知范围,获取更多的上下文信息,提升模型对小尺度目标的检测能力;其次,在特征主干网络中引入坐标注意力(CA)模块,加强模型对浅层网络中目标位置信息的识别能力;最后,将空间金字塔池化模块替换为空洞空间卷积金字塔(ASPP)模块,实现全局信息和局部信息相融合,进一步增强小目标的语义信息。实验结果表明,在RSOD数据集上,改进后算法的mAP_(50)为97.9%,相比原YOLOv5s算法提高了1.7个百分点;FPS达到71帧/s,满足实时性检测的要求。相比其他检测算法,改进后算法具有更低的漏检率和误检率,检测性能更加优秀。

融合改进ASPP和CBAM的竹材端面分割与竹梢位置检测方法

在竹集成材的生产流程中,为了减少竹材加工过程中产生的浪费,需要精确获取竹材端面的内周长与厚度。而生长过竹梢的长竹条由于其纤维结构上的特征也无法进行粗刨。为提高竹产业生产效率,降低竹材浪费,提出了一种融合改进后的空洞空间卷积池化金字塔(ASPP)与双注意力机制(CBAM)的轻量级端到端网络模型。该网络既能够得到竹梢的精确位置,又能够提取出竹材端面的内外轮廓为后续计算竹材内轮廓周长与厚度提供条件。主干特征提取网络由4个卷积模块(block)组成,共实现16倍的下采样,每个模块内搭建残差结构来缓解梯度消失的问题;上采样阶段采用两次4倍的上采样实现端到端的输出,在两次上采样前分别加入改进后的空洞空间卷积池化金字塔与双注意力机制以提高网络输出的精度。该研究在训练阶段针对不同输出任务采用了不同的损失函数。试验表明,所提出的方法在分割竹材端面任务中交并比达到96.11%,竹梢位置检测任务中距离误差为3.09%,每秒传输帧数达到114.21。与LEDNet、BiSeNet-V2、RegSeg分割网络相比,本研究所提方法能够更好地平衡检测精度与检测速度。

基于Multiscale-Net的膝关节半月板分割方法

膝关节半月板分割的精确度对于半月板撕裂等级的判别和诊断具有重大意义,为了提高分割精度,本文提出一种基于多尺度网络(Multiscale-Net)的膝关节半月板分割方法。该方法结合视觉几何组网16(Visual Geometry Group Network16,VGG16)的卷积层和池化层以及U-Net网络的解码器部分,将编码器和解码器相连的3×3卷积层替换为改进的空间卷积池化金字塔(Atrous Spatial Pyramid Pooling,ASPP)模块。最后在安徽医科大学第一附属医院提供的临床病人的真实数据集上进行验证并与U-Net、引入ASPP模块的U-Net等模型进行对比。实验结果表明本文方法的交并比(Intersection over Union,IoU)和DSC相似系数(Dice Similarity Coefficient,DSC)分别达到91.25%和94.89%。

Intelligent identification of oceanic eddies in remote sensing data via Dual-Pyramid UNet

海洋涡旋是大洋中重要的组成部分,对海洋能量和物质的输送至关重要.海洋涡旋的检测和表征无论是对于海洋气象学,海洋声学还是海洋生物学等领域都具有重要的研究价值.本文基于UNet架构,并结合金字塔分割注意力(PSA)模块和空洞空间卷积池化金字塔(ASPP)构造了Dual-Pyramid UNet模型,以平面异常和海表面温度数据中进行海洋涡旋的识别.实验在北大西洋和南大西洋两个涡旋活跃区域进行并选用多个评价指标对识别结果进行评价以证明模型的优异性能.

基于注意力机制的腰椎间盘突出患者多裂肌分割方法

为解决分割目标和周围结构边界不清楚的问题,提出一种基于注意力机制的腰椎间盘突出患者多裂肌分割方法。该网络采用了编码器-解码器的结构,通过引入注意力机制模块提升网络分割精度,并在特征提取后引入空洞空间卷积池化金字塔模块,融合了上下文信息,以提升网络模型的性能。实验结果表明,在推理时间接近的情况下,该模型与经典U-Net算法相比,Dice系数提升了7.8%,Jaccard相似系数提升了10.1%,Hausdorff Distance下降了69.5%,提高了多裂肌脂肪浸润部位的分割精度。

基于四通道不可分加性小波与DeepLabv3+结合的语义分割模型

为了改善传统语义分割模型中因丢失细节,从而导致信息下降的问题,我们提出了一种改进的DeepLabv3+网络分割模型。首先将主干网络替换为MobileNetV2网络;其次通过构造四通道不可分小波低通滤波器,对源图像进行分解,提取源图像的高频子图;再次,将普通卷积更换为深度可分离卷积并且引入卷积注意力模块(CBAM)自适应细化特征,从而提高网络模型的分割效果。实验结果表明,改进后的模型在VOC数据集上均交并比(mean intersection over union, MIoU)比原始的DeepLabv3+模型提高0.94%,平均像素精度(mean pixel accuracy, MPA)比原始DeepLabv3+模型提高了1.34%,准确度比原始DeepLabv3+模型提高0.19%。在BDD100K数据集上均交并比比原始的DeepLabv3+模型提高0.53%,平均像素精度比原始DeepLabv3+模型提高了0.15%,准确率比原始DeepLabv3+模型提高0.13%。在主观和客观结果上均显示我们的模型优于原模型。

基于语义分割的多目标违禁品识别算法

基于深度学习的语义分割算法可以实现安检违禁品自动识别,并获得违禁品的位置、类别及形状信息。但传统的语义分割算法在面对违禁品尺寸不一且目标多样的识别任务时表现较差。针对该问题,本文提出了一种基于语义分割技术的多目标违禁品识别算法。编码阶段,设计使用空洞空间金字塔卷积模块(Atrous Spatial Pyramid Convolution Block,ASPC),提升网络对于特征图多尺度信息的挖掘能力。同时引入注意力机制,对ASPC模块的特征提取过程进行监督,进一步提升模块的特征提取能力。解码阶段,受U-Net模型启发,采用逐级上采样操作,同时加入1×1卷积实现通道降维,减少计算量,提升模型运行速度。实验结果显示,本文提出的算法在多目标违禁品识别任务中表现良好,平均交并比(mIoU)得分78.62,处理单张图片用时(Time)68 ms。

结合MASP和语义分割的双链路行人重识别方法

行人重识别是通过不同的摄像机识别同一个人。由于人的姿势多变,背景杂乱以及拍摄角度不同等,提取强大的行人特征成为一个有挑战性的任务。为了提取良好的行人特征表示,提出了一种结合MASP与语义分割的双链路行人重识别模型。该方法对网络不同深度的特征进行采样,不同深度的特征图具有不同的表达能力,使网络可以学习到行人身上更加细粒度的特征。上层链路针对网络过深导致行人信息丢失的问题,提出了MASP模块,对浅层特征进行采样,然后与高级特征连接,对深浅层级特征交融,增加特征的多样性。下层链路基于语义分割结果,对提取的中间层行人特征映射,得出语义部位特征。在测试阶段,将全局特征与语义部位特征结合生成多层次特征,加强模型的表征能力。在Market-1501和DukeMTMC-reID两个数据集上与其他方法的对比以及消融实验表明,提出的结合MASP与语义分割的双链路重识别模型有效提升行人重识别性能。

基于人眼视点图的特征融合小目标检测算法

针对目前深度学习小目标检测算法在实际应用中存在的漏检率高、精度低等问题,提出了一种基于人眼视点图的特征融合小目标检测算法。基于多类别单阶检测器(single shot multibox detection,SSD)算法通过不同扩张率的空洞卷积融合,在基础网络上获得具有类似人眼感受野的浅层特征层;对附加网络中的特征层进行信息融合,合并上下文信息,增加位置信息和全局语义信息,从而提升小目标检测精度。通过PASCAL VOC 2007数据集验证,结果表明,该算法较传统SSD算法检测精度提升了3.7%,较改进的小目标检测算法Bi-SSD精度提升了0.8%,验证了选择更有表征能力的特征层是有效提升小目标检测精度的方法。

基于改进YOLOv4-tiny的输电线路目标识别算法

对输电线路周围的典型目标进行检测对于防止输电线路外部破坏有着重要意义。传统目标检测方法没有针对输电线路周围目标尺度变化大、小目标多等进行有效设计,存在识别速度慢、容易误报漏报等问题。基于YOLOv4-tiny目标检测模型的基本框架,提出了一种改进的YOLOv4-tiny目标检测模型来检测输电线路周围的典型目标。在原先YOLOv4-tiny网络的骨干网上额外引出了一层特征层以提取更多的特征;在原特征金字塔网络结构的基础上引入空洞空间卷积池化金字塔模块,使得模型能在3种不同尺度的特征图上提取更多的特征;同时为解决检测过程中正负样本数量不均衡问题,使用Focal损失函数代替二分交叉熵损失函数。实验结果表明,在牺牲较少检测速度的情形下,模型精度提升了9.92%。

基于改进DeepLabV3+的轻量化茶叶嫩芽采摘点识别模型

[目的/意义]名优茶的采摘是茶产业中至关重要的环节,识别和定位名优茶嫩芽采摘点是现代化采茶过程中的重要组成部分。传统神经网络方法存在着模型体量大、训练时间长,以及应对场景复杂等问题。本研究以湖南省溪清茶园为实际场景,提出一种新型深度学习算法解决名优茶采摘点的精确分割难题。[方法]对传统的DeepLabV3+算法进行轻量化改进。首先,针对其模型体量大、训练时间长的问题,使用MobilenetV2网络提取图像的初始特征,并按照网络结构划分深浅层特征;其次,将高效通道注意力网络(Efficient Channel Attention Network,ECANet)与空洞空间卷积池化金字塔(Atrous Spatial Pyramid Pooling,ASPP)模块结合,得到ECA_ASPP模块,并将深层特征输入到ECA_ASPP模块中进行多尺度特征融合以减少无效信息,将经过处理后的深浅层特征相加,随后通过卷积和上采样的方式对特征信息进行还原,得到分割结果;最后,通过对识别结果进行处理以获得茶叶嫩芽采摘点。[结果和讨论]改进后的DeepLabV3+在茶叶嫩芽数据集上的平均交并比达到93.71%,平均像素准确率达到97.25%,模型参数量由原来以Xception为底层网络的54.714 M下降至5.818 M。[结论]本研究在茶叶嫩芽结构分割上相对于原版DeepLabV3+的检测速度更快、参数量更小,同时保证了较高的准确率,为智能采茶机器人的采摘提供了新的定位方法。