基于改进锚点框与Transformer架构的目标检测算法

针对目标检测中目标尺度多变以及小目标众多等难点,提出一种融合改进锚点框和Transformer架构的目标检测算法。首先采用K⁃Means++算法对数据集进行聚类,得到更符合目标实际尺寸的锚点框,提高锚点框匹配的准确性;其次在检测器颈部引入Transformer Encoder结构,利用其长距离依赖属性获取全局信息,弥补CNN计算的不足。所提算法在PASCAL VOC数据集和KITTI数据集上检测精度分别达到83.0%、83.8%,相比基准算法分别提高了1%、2%。结果表明,该算法具有较强的尺度适应能力,能有效提高目标检测的精度。

基于正负锚点框均衡及特征对齐的单阶段目标检测算法

针对正负例锚点框不均衡将降低基于锚点框的单阶段目标检测算法的检测精度的问题,提出一种包含锚点框提升模块和特征对齐模块来均衡正负例锚点框的算法.首先在锚点框提升模块中预测各个锚点框为正例的可能性,并粗略调整初始锚点框的位置和尺寸;然后在特征对齐模块中为调整后的锚点框提取预测所需的对齐特征;最后检测网络借助锚点框提升模块输出信息,从调整后的锚点框中识别出简单负例锚点框,并在训练阶段忽略其梯度.将文中算法应用于以VGG-16和ResNet-101为特征提取网络的编解码架构中,在目标检测数据集MS COCO和PASCAL VOC上进行实验,结果表明,该算法能够显著改善不均衡问题,提高单阶段目标检测算法的检测精度(MS COCO和PASCAL VOC上的精度分别为42.8%和82.7%),并维持28.6帧/s的实时运行速度.

改进锚点框与融合多尺度特征的光学遥感目标检测

针对光学遥感图像中目标尺度变化范围大、小目标众多等检测难点,提出了一种基于锚点框改进与多尺度特征融合的光学遥感图像目标检测算法。以当前先进的检测模型YOLOv4为基准,针对光学遥感图像目标特点,在锚点框和网络结构两方面做出改进。采用K-Means++聚类算法对数据集目标样本聚类,得出更符合样本尺度特点的锚点框;在原网络FPN+PAN特征融合模块基础上增添了一条特征融合线路,以获取更大尺度的融合特征,有针对性地提升了检测模型对于小目标的检测能力;在网络颈部构建多空间金字塔池化结构以扩充网络感受野,增加主干特征接收范围,实现不同尺度的特征融合,以应对光学遥感图像目标尺度变化范围大的难点。设置了3组实验,通过对实验结果数据的定量分析和实验检测效果图的定性分析,验证了上述改进策略的有效性,说明提出的算法能够在一定程度上解决光学遥感图像由于目标尺度变化范围大、小目标众多所导致的检测精度低的问题。

保持高分辨率信息的无锚点框检测算法

目标检测逐渐成为视觉研究社区的关键领域,而其挑战之一是检测器难以准确地定位不同尺度的物体.面向图像中的目标检测应用,提出了高分辨率-无锚点框(HOAR)检测策略来应对物体尺度多变的挑战.HOAR将待测图像输入多条通路(对应不同尺度)并行的高分辨率网络,并提取每条通路上的输出特征图作为图像在每种尺度下的深度特征表示;然后利用密集特征金字塔(DenseFPN)对这些特征图进行信息融合,得到重新组合的多尺度特征图;最后采用无锚点框表示的检测子网络判断这些特征图上每个点对应的物体类别和矩形框位置.为验证所提HOAR策略的有效性,在COCO数据集上进行了对比实验.消融分析的结果表明了HOAR策略各个模块的必要性;其在验证集上的检测指标mAP达到了40.5,显著超过了基线模型和部分代表性算法的mAP.此外,HOAR策略所需的参数数量也显著小于对应的基线模型.

结合空洞编码器和特征金字塔的中心点船舶检测

为了进一步提高基于深度学习的船舶目标检测技术的检测精度,在无锚框中心点检测算法基础上,提出一种结合空洞编码器和特征金字塔的改进中心点船舶检测算法。采用Res Ne Xt-50网络对船舶图像进行特征提取,引入基于空洞残差的空洞编码器(DE)增大32倍下采样特征图的感受野,生成覆盖多个目标尺度的特征图,并采用特征金字塔网络(FPN)进行上采样,在上采样过程中融合空洞编码器生成的32倍下采样特征图和原16倍、8倍和4倍下采样特征图,从而提取到更丰富的船舶特征信息,提升船舶检测效果。结果表明,改进算法对不同类型和不同尺度下的船舶检测平均精确率相比原算法具有较明显的提升,相比SSD和YOLOv3算法具有更高的精度优势。

基于深度残差网络的布匹疵点检测方法

针对传统布匹疵点人工检测成本高、识别稳定性差的问题,本文提出一种基于深度残差网络的布匹疵点检测方法.首先,采用线阵相机、线性光源和传动系统设计布匹疵点检测装置;其次,根据采集图像的灰度值调整光源的光照强度,并对采集图像进行去噪滤波预处理;然后使用深度残差网络修改Faster R-CNN中的原始特征提取网络,获得更高的疵点特征精度;最后在Faster R-CNN的区域生成网络中增加预测锚点框,提升多尺度疵点和小目标疵点的检测能力.实验结果表明,本文方法的布匹疵点识别率达到96%,检测速度达到30m/min,实现了布匹疵点检测自动化,大幅降低了人力成本,具有良好的实际应用价值.

基于改进YOLO v4的单环刺螠洞口识别方法

针对养殖池塘内单环刺螠自动采捕和产量预测应用需求,提出一种基于深度学习的单环刺螠洞口识别方法,以适用于自动采捕船的嵌入式设备。该方法通过将YOLO v4的主干网络CSPDarkNet53替换为轻量型网络Mobilenet v2,降低网络参数量,提升检测速度,并在此基础上使用深度可分离卷积块代替原网络中Neck和Detection Head部分的普通卷积块,进一步降低模型参数量;选取带色彩恢复的多尺度视网膜(Multi-scale retinex with color restoration,MSRCR)增强算法进行图像增强;利用K-means++算法对数据集进行重新聚类,对获得的新锚点框尺寸进行线性缩放优化,以提高目标检测效果。在嵌入式设备Jetson AGX Xavier上部署训练好的模型,对水下单环刺螠洞口检测的平均精度均值(Mean average precision,mAP)可达92.26%,检测速度为36 f/s,模型内存占用量仅为22.2 MB。实验结果表明,该方法实现了检测速度和精度的平衡,可满足实际应用场景下模型部署在单环刺螠采捕船嵌入式设备的需求。

基于深度学习的车载影像交通标志检测方法研究

对车载影像交通标志检测问题进行研究,提出一种基于深度学习的交通标志检测模型。首先在模型骨干网络内设置特征聚焦层以实现输入影像的无损下采样,进而以瓶颈结构搭建特征提取层;然后在特征金字塔中通过多尺度特征融合结构获取并输出3个不同尺寸特征图;最后,通过自适应锚点框机制输出检测结果。实验结果表明:所提出模型在各类别检测精度方面表现一致,在综合检测精度上显著优于对照组模型,能够实时输出检测结果,在高精度地图生产以及无人驾驶领域具有重要应用价值。

基于改进Fast R-CNN的红外图像行人检测研究

针对红外图像行人检测任务中行人细节信息少,特征提取计算量大以及易受背景影响等问题,提出了一种改进的Fast R-CNN(快速区域卷积神经网络)红外图像行人检测方法。改进主要涉及两个方面:(1)结合红外图像的特点提出了一种自适应ROI提取算法,在不影响检测准确率的前提下,降低了ROI数量,使得网络的计算量减小;(2)提出了一种加权锚点框的定位机制,基于3种不同宽高比锚点框的检测置信度进行坐标加权,获得更准确的定位框。实验结果表明,本文提出的改进方法与传统的Haar+LBP+HOG+SVM算法及Fast R-CNN算法相比,红外图像行人检测的准确率从80.3%和91.2%提高到92.3%,检测速度从68 ms/f和25 ms/f提高到12 ms/f,提高了系统的性能。

利用改进特征金字塔模型的SAR图像多目标船舶检测

深度学习模型中的特征金字塔网络(Feature Pyramid Network,FPN)常被用作合成孔径雷达(Synthetic Aperture Radar,SAR)图像中多目标船舶的检测。针对复杂场景下多目标船舶检测问题,提出了一种基于改进锚点框的FPN模型。首先将特征金字塔模型嵌入传统的RPN(Region Proposal Network)并映射成新的特征空间用于目标检测,然后利用基于形状相似度距离(Shape Similar Distance,SSD)度量的Kmeans聚类算法优化FPN的初始锚点框,并使用SAR船舶数据集测试。实验结果表明,所提算法目标检测精确率达到98.62%,在复杂场景下与YOLO、Faster RCNN、FPN based on VGG/ResNet等模型进行对比,模型准确率提高,整体性能更好。

一种改进复杂场景下小目标检测模型的方法

复杂场景下小目标检测是目标检测领域的研究难点和热点。传统的two-stage和one-stage检测模型都是通过预先设定锚点框与真实目标框的交并比(intersection over union,IoU)阈值来划分正负样本集,同时这组预定义的固定锚点框还用于获取候选框,进而得到检测结果。然而,在复杂场景下,预先设定的IoU阈值会带来正负样本不均衡问题;针对小尺寸目标(船舶)检测,预定义的锚点框也很难保证覆盖目标的位置和密度,因此限制了检测模型的准确率。为了解决上述问题,提出自适应锚点框(adaptive anchor boxes,AAB)的方法优化目标检测网络,采用基于形状相似度距离的聚类算法生成锚点框,提高目标区域定位技术;采用利用聚类的锚点框计算自适应IoU阈值(adaptive threshold selection,ATS),划分正负样本,保证样本均衡。对复杂场景下的小目标(船舶目标)进行检测,实验结果表明,采用自适应锚点框方法和自适应阈值选择方法的目标检测模型在复杂场景中检测均能提升准确,对比faster R-CNN、FPN、Yolo3和pp-Yolo,融合了上述新方法的模型均提升了检测准确率,分别提升了9.6、2.6、9.8和9.9个百分点。

结合交并比损失的孪生网络目标跟踪算法研究

SiamRPN算法采用Ln范数损失训练边界框预测,未考虑预测框与真值框间交并比(inersection over union,IoU)的关系,导致准确性不足。针对该问题,提出一种结合IoU损失的SiamRPN目标跟踪改进算法。设计了IoU-smooth L1范数联合优化模块,对候选正样本进行IoU损失与smooth L1范数损失的联合优化;依据回归预测结果,用预测框与真值框的IoU作为权重对正样本进行加权分类预测,增加正样本间的区分度,同时确保分类预测与回归预测的关联性。对比实验结果表明:本文所提改进算法能有效提升跟踪性能。

基于YOLO-v5的星载SAR图像海洋小目标检测

针对星载合成孔径雷达(SAR)图像中的小目标检测,提出了一种基于YOLO-v5的算法。首先根据目标在图像中占比很小的特点,对深度学习网络进行优化;其次通过自适应锚点框算法重新设置锚点框大小,加快模型训练的收敛速度;最后嵌入GDAL模块,使得检测头能够直接读取被检测目标的地理位置信息。实验结果表明本文提出的方法具有较强的泛化能力,能够有效检测出大范围海面上的船舶目标,检测速度较快,漏检率低。

基于改进YOLO v3模型的奶牛发情行为识别研究

为提高复杂环境下奶牛发情行为识别精度和速度,提出了一种基于改进YOLO v3模型的奶牛发情行为识别方法。针对YOLO v3模型原锚点框尺寸不适用于奶牛数据集的问题,对奶牛数据集进行聚类,并对获得的新锚点框尺寸进行优化;针对因数据集中奶牛个体偏大等原因而导致模型识别准确率低的问题,引入DenseBlock结构对YOLO v3模型原特征提取网络进行改进,提高了模型识别性能;将YOLO v3模型原边界框损失函数使用均方差(MSE)作为损失函数度量改为使用FIoU和两框中心距离Dc度量,提出了新的边界框损失函数,使其具有尺度不变性。从96段具有发情爬跨行为的视频片段中各选取50帧图像,根据发情爬跨行为在活动区出现位置的不确定性和活动区光照变化的特点,对图像进行水平翻转、±15°旋转、随机亮度增强(降低)等数据增强操作,用增强后的数据构建训练集和验证集,对改进后的模型进行训练,并依据F1、mAP、准确率P和召回率R指标进行模型优选。在测试集上的试验表明,本文方法模型的识别准确率为99.15%,召回率为97.62%,且处理速度达到31 f/s,能够满足复杂养殖环境、全天候条件下奶牛发情行为的准确、实时识别。

基于改进YOLO的虹膜快速定位检测算法

虹膜定位是虹膜识别系统中不可或缺的环节,针对传统的虹膜定位方法对镜面反射、眨眼等复杂环境下质量差的虹膜图像定位准确率低、计算复杂度高和鲁棒性差等问题,提出了一种基于改进YOLOv3模型的虹膜快速定位方法。针对眼周图像中虹膜内、外圆尺寸变化不大,将YOLOv3网络的多尺度结构改进为双尺度检测;引入了轻量级网络Mobilev3中bneck块来改进特征提取网络,减小模型复杂度;利用K-means++算法对虹膜数据集进行类聚,获得更优的锚点框;模型边框损失函数采用LossGIoU改进原均方差(mean squared error,MSE)损失函数;利用虹膜特有几何特征,将模型矩形预测框更改为圆形预测框。在CASIA-IrisV4数据集验证表明,改进模型定位准确率为96.32%,平均精度均值(mean average precision,mAP)为99.37%,检测速度为49.4帧/s,模型参数减少到4.13×10^(6)。结果表明改进后的模型较小,并且能够快速精准对虹膜区域定位,具有较高鲁棒性,能够满足虹膜实时定位的场景。

基于改进Faster R⁃CNN的遥感目标检测算法

针对高分辨率遥感图像在目标检测中存在准确率低、目标漏检的问题,提出一种基于改进Faster R⁃CNN的遥感目标检测算法。采用ResNet⁃50作为主体网络进行特征提取,降低模型参数量和硬件资源占用,将ResNet⁃50的多尺度特征进行融合,进一步丰富中小目标的细节信息和位置信息。根据遥感目标尺寸的实际分布特点,采用K⁃means算法生成聚类中心,针对遥感目标尺度差异过大的问题,对聚类中心进行均值化操作,生成自适应锚点框参数,增强了区域建议网络(RPN)对多尺度目标的搜索能力,节约了人工根据经验设置锚点框参数的时间和精力。实验结果表明,改进算法能够有效地在多种复杂背景下检测不同尺度的遥感目标,在TRGS⁃HRRSD公共数据集上获得了83.76%的平均精度,召回率达到78.6%。

基于K-Means算法的SSD-Mobilenet模型优化研究

SSD-Mobilenet目标检测模型是将SSD和Mobilenet进行结合衍生出的一种轻量化模型,同时具备了两模型各自的优势,即多尺度检测和模型轻量化。在原模型中特征提取层使用了人为设置的先验框,这样的设置存在一定的主观性,并不适用于对特定场景下单一类别目标的识别与定位。为解决这一问题,本文提出了使用K-Means算法对目标真实框的宽高比进行聚类分析,提升模型在特定场景下对单一类别目标的检测能力,规避了人为设置的主观先验性。使用Pascal VOC 2007数据集对该模型进行训练和评估,实验结果显示,模型的mAP值比Fast RCNN提高了4.5%,比Faster RCNN提高了1.5%,比SSD-300提高了3.4%,比YOLOv2提高了2.4%。

改进的CornerNet-Saccade车辆检测算法

针对现有的CornerNet-Saccade算法在车辆检测任务中存在明显的误检和漏检现象,提出了一种改进的CornerNet-Saccade算法。首先通过加深堆叠沙漏网络结构,增强车辆高级特征提取能力;其次,增加更小尺度的attention maps以改善小目标车辆的检测能力,引入Dense Block模型和瓶颈残差单元降低堆叠沙漏网络参数的复杂度,保证层与层之间的最大信息流;最后,通过Sigmoid激活函数得到最终的检测结果。在KITTI数据库和自制数据库上对改进算法进行了仿真实验,平均精确率分别达92.56%和95.21%,检测速度分别达40 FPS和49FPS,同时在自制数据库上对原CornerNet-Saccade算法和改进算法进行了仿真实验,精确率和召回率相比原算法分别提高了3.8%和8.5%。结果表明:此改进的CornerNet-Saccade算法在车辆检测任务中具有明显优势。

一种智慧矿山场景下的目标检测方法

智慧矿山场景单一、目标种类少,对识别算法速度要求高。针对上述特点,文中在YOLOv3的基础上提出了一种Mine_YOLOv3网络。设计了一种Darknet-31特征提取网络,既可以提取矿卡等大目标的语义特征,又可以提取石头等小目标的细节特征,且网络计算量较少,有利于快速识别前方障碍物。此外,针对k-means聚类算法对初始点敏感的缺点,文中使用k-means++生成先验框坐标,提高了算法收敛的速度。实验证明,改进后的算法在矿山数据集上的FPS为50.7,mAP为68.32%,可快速准确地对智慧矿山中的目标进行识别。

基于YOLOv2模型的道路目标检测改进算法

针对传统道路目标检测算法推荐窗口冗余、鲁棒性差、复杂度较高的问题,提出基于YOLOv2模型的道路目标检测改进算法。相较于传统的HOG+SVM目标检测算法,YOLO模型优势在于提升了检测速度及准确度,更适用于实时目标检测。比较YOLO V3与YOLO V2算法,前者在构造神经网络模型时复杂度较高,故最终选择YOLO V2算法。针对原算法中选取Anchor Boxes时所采用的K-MEANS算法造成的目标物体框冗余问题,以及原算法对于不规则物体以及遮挡物体检测效果较差等问题,提出基于YOLO V2模型的一种改进方法,将K-MEANS算法改进为一种DA-DBSCAN算法,通过动态调整参数的方式大大减少了锚点框冗余问题。实验表明,改进后的模型准确率达到96.76%,召回率达到96.73%,检测帧数达到37帧/s,能够满足实时性要求。