融合GIoU和Focal loss的YOLOv3目标检测算法

YOLOv3目标检测算法检测速度快且精度较高,但存在对小目标检测能力不足、边界框定位不准确等问题。提出了一种基于YOLOv3改进的目标检测算法,该算法在YOLOv3的基础上,对网络中的残差块增加旁路连接,进一步进行特征重用,以提取更多的特征信息。同时,采用GIoUloss作为边界框的损失,使网络朝着预测框与真实框重叠度较高的方向去优化。在损失函数中加入Focal loss,减小正负样本不平衡带来的误差。在PASCAL VOC和COCO数据集上的实验结果表明,该算法能够在不影响YOLOv3算法实时性的前提下,提高目标检测的mAP。该算法在PASCAL VOC 2007测试集上达到83.7mAP(IoU=0.5),在COCO测试集上比YOLOv3算法提升2.27mAP(IoU[0.5,0.95])。

基于改进Cascade R-CNN的布匹瑕疵检测算法

布匹瑕疵的自动化检测是目前纺织行业面临的一个难点问题。针对当前布匹瑕疵检测算法对尺度和长宽比变化大、小目标众多的样本检测效果并不理想的问题,提出了基于改进Cascade R-CNN网络的布匹瑕疵检测算法。首先,在特征提取网络ResNet-50中融入可变形卷积,自适应地提取更多的瑕疵形状与尺度特征;其次,在特征金字塔网络上采样前引入平衡特征金字塔,缩小特征融合前各特征层之间的语义差距,得到更具表达力的多尺度特征;然后,根据瑕疵尺度与长宽比特点重新设计更适合的初始锚框;最后,采用具有尺度不变性的GIoU Loss作为级联检测器的回归损失,以获取更加精确的瑕疵预测边界框。实验结果表明,相比基于Cascade R-CNN的算法,改进后的Cascade R-CNN算法对布匹瑕疵检测的平均精确率获得了明显提升。

基于改进掩膜区域卷积神经网络的输电线路绝缘子自爆检测

由于背景复杂、目标所占像素比例较小,掩膜区域卷积神经网络(Mask R-CNN)模型对输电线路绝缘子缺陷检测能力不足,该文提出一种改进的MaskR-CNN模型。具体地,首先,在特征提取网络中引入卷积注意力模块(CBAM),分别从通道和空间提升小目标特征保持性;其次,使用全局交并比(GIoU)计算目标间的相似度,提升定位准确性;最后,使用Tversky损失计算掩膜分支的损失,以提升不平衡样本下的检测效果。使用某输电运检中心无人机巡检作业所得具有自爆缺陷的绝缘子照片作为数据集对该模型进行验证,实验结果表明,与原始Mask R-CNN模型相比,该方法的平均精确率AP50:90、AP50和AP75分别提升至0.56、0.79和0.72;与三种经典目标检测算法相比,该算法具有较高的检测精度,模型的分割性能有一定提升,且比原始模型具有更好的鲁棒性,可以满足电力巡检中准确性和快速性的要求。

基于改进YOLOv3网络模型的茶草位置检测算法

精准高效的茶草识别是智能茶园植保机械进行除草工作的关键。针对目前茶园除草智能化程度较低等问题,提出改进YOLOv3网络模型的茶草检测算法。首先,分季节和时间段,在多个茶叶品种的种植园中以自适应的距离和角度采集茶草混合图像并建立试验数据集。接着,使用K均值聚类算法重新设计先验锚框尺度。然后,以YOLOv3网络模型为基础,选取17×17的网格划分图像区域;采用残差网络(ResNet)作为主干网;加入过程提取层,增强草株检测性能。最后在原损失函数中引入广义交并比损失。通过消融试验和不同目标检测算法对比试验验证此改进算法对茶树与杂草的检测效果。试验结果表明,改进YOLOv3网络模型对杂草的检测精确率和召回率分别为85.34%和91.38%,对茶树的检测精确率和召回率最高达到82.56%和90.12%;与原YOLOv3网络模型相比,检测精确率提高8.05%,并且每秒传输帧数达到52.83 Hz,是Faster R-CNN网络模型的16倍。这些数据说明所提算法在茶园复杂环境下,不仅对于茶树和杂草具有更好的识别效果,而且满足实时检测的要求,可以为智能茶园植保机械提供技术支持。

基于改进FairMOT模型的多类别蚕茧跟踪算法

为获取蚕茧智能分选过程中动态群体蚕茧连续时间的种类及其坐标位置信息,文中提出了一种基于改进FairMOT模型的多类别蚕茧跟踪算法。首先,按类别数扩展预测头的输出维度,并构建多类别损失函数,分别实现对上车茧、黄斑茧和烂茧的跟踪;其次,将原始FairMOT模型中的特征提取网络更改为HarDNet网络,并引入注意力机制,优化蚕茧融合特征;最后,将特征权重同时输入检测和重识别分支进行联合训练,引入GIoU损失函数进行蚕茧检测框尺寸的回归预测,提高检测性能。实验结果表明,文中算法的多目标跟踪准确率达84.6%,整体跟踪帧处理速率为20.9帧/s,多目标跟踪精度、识别F1值、召回率与基于原始FairMOT模型的蚕茧跟踪算法相比分别提高了6.9个百分点、3.6个百分点、2.7个百分点。文中算法可为动态群体蚕茧的分选提供参考。

基于改进YOLOX-S的交通标志识别

交通标志是车辆在规范行驶过程中的一个重要指导,交通标志识别是无人驾驶汽车环境感知中必不可少的重要内容。本文基于YOLOX-S算法进行改进,通过在主干网络末端添加CBAM注意力机制模块,强化特征提取网络所得到的特征;使用Focal Loss函数,更好地消除正负样本不均衡问题,挖掘难例样本;使用GIOU损失函数,解决了原损失函数存在的优化不一致和尺度敏感的问题,进一步提高模型的识别准确率。本文基于TT100K数据集对提出算法进行了实验,对比了几种主流算法与本文算法的识别精度,实验结果表明在具有较高FPS的前提下,本文算法对大部分目标类别的检测精度都有所提升。相较于YOLOX-S模型,所提模型的coco精度评价指标mAP_50提升1.9%,mAP_50:95提升2.1%,FPS为35.6。证明了所做改进的有效性。

基于改进YOLOX-s算法的印刷电路板缺陷检测

印刷电路板(Printed Circuit Board,PCB)行业中的缺陷检测是质量监测的关键环节。传统的PCB缺陷检测方法在处理微小且分布复杂的缺陷时可能存在局限性,无法达到理想的检测效果。提出了一种改进的基于YOLOX神经网络的PCB缺陷检测方法,以提高缺陷识别率。改进的方法包括加入CBAM注意力机制以加强特征提取网络,从而聚焦于目标区域,改善检测效果,并解决复杂情况下微小缺陷经常被错误识别和忽视的问题。同时,选择广义重叠联合(GIOU)定位损失函数来关注目标框架之间的重叠区域和中心点距离,以提高模型的定位精度;通过使用VariFocalLoss替换二元交叉熵损失来改善置信度预测损失,从而减小对目标缺陷的漏检率。经过一系列实验,改进后的算法表现更好,平均精度(mAP)达到了96.18%,相较于原算法提高了2.12%。本文提出的方法为PCB缺陷检测提供了更准确和可靠的解决方案。

融合注意力机制的轻量级红外高压套管识别算法

为了提高红外图像中变压器高压套管的识别准确率,同时能够满足移动端和其他低端设备对目标检测网络的需要,本文提出一种改进的轻量级红外高压套管识别算法,采用Tiny YOLOv3目标检测网络作为基础检测网络。首先,通过融合CBAM(Convolutional Block Attention Module)注意力机制,将通道注意力与空间注意力机制串联,增大目标检测网络感受野,同时减轻网络计算任务,提升网络性能;然后,分别使用GIoU loss和Focal loss替代原有的边界框损失和置信度损失,从而提高对红外图像中的高压套管识别率,减少漏检、误检情况发生。实验结果表明,改进的网络相比于原Tiny YOLOv3网络,mAP提升到96.28%,F1提升到96.25%,权重文件大小为33.9 MB,远小于YOLOv3训练网络,能够更好地适用于低端设备,为智能变电站的在线监测提供了有利条件。

复杂场景下深度表示的无人机目标检测算法

复杂地物背景下的无人机检测是“低小慢”目标检测任务中的难点问题。针对环境物体的扰动、无人机目标小而导致无人机目标检测算法准确率低,提出一种基于深度表示的复杂场景无人机目标检测方法。针对无人机目标位置检测不准确的问题,采用广义交并比度量目标真实位置与候选目标位置的偏差。针对正负样本不均衡和易分样本多而导致的学习效果差的问题,通过焦点损失的调制系数,降低负样本和易分样本的损失贡献。调整位置损失与类别损失的权重,提升位置准确性。为了验证性能,建立了一个无人机数据集。实验表明该算法在无人机数据上比YOLOv3提升了20.04%,在PASCAL VOC上比SSD和Retinanet的检测精度提升巨大。

基于改进FCOS网络的自然环境下苹果检测

为了快速识别和准确定位自然环境下苹果果实目标,提出了一种改进全卷积单阶段无锚框(Fully Convolutional One-Stage object detection,FCOS)网络的苹果目标检测方法。该网络在传统FCOS网络基础上,使用模型体积较小的darknet19作为骨干网络,将center-ness分支引入到回归分支上。同时提出了一种融合联合交并比(GIoU)和焦点损失(Focal loss)的损失函数,在提高检测性能的同时降低正负样本比例失衡带来的误差。首先,对田间采集的自然环境下的苹果图像进行数据增强和标注,使用darknet骨干网络提取图像特征,然后将不同尺度待检测目标分配到不同的网络层中进行预测,最后进行分类和回归,实现苹果目标的检测。该研究在计算机工作站上对不同光照条件、不同密集程度和不同遮挡程度的苹果果实进行检测试验,并与传统FCOS网络的检测结果进行对比分析。基于改进FCOS网络的检测准确率为96.0%,检测精度均值(mean Average Precision,mAP)为96.3%。试验结果表明,改进FCOS网络比传统FCOS网络的苹果检测方法在检测准确度上有提高,具有较强的鲁棒性。

基于改进YOLOv3模型的道路车辆多目标检测方法

针对YOLOv3模型对真实道路环境下近、远端目标车辆检测率低、鲁棒性差的问题,给出了一种基于改进YOLOv3模型的车辆多目标检测模型——YOLOv3-Y模型。模型基于Darknet-53特征提取网络,将网络输出的8倍降采样特征图与4倍降采样特征图进行拼接,建立104×104尺度的检测层;在包含4个类别的车辆数据集中,利用K均值(K-means)聚类算法选取出12个先验框并分别匹配到4个不同尺度的检测层中;同时引入了GIOU损失函数对交并比(intersection-over-union,IOU)损失函数进行优化。采用实验室实际道路车辆数据集,将YOLOv3-Y与YOLOv2、YOLOv2-voc、YOLOv2-tiny、YOLOv3及YOLOv3-tiny模型进行对比,结果表明:YOLOv3-Y模型的平均精度均值与召回率明显优于上述算法,提升最小值分别为11.05%和5.20%。

课堂场景下学习者情感识别研究

课堂上学生的面部表情和姿态是学习状态的一种自然流露,能够反映出学习者当前的学习状态。而传统的情感识别方法存在识别准确率低、特征提取困难以及实时性差等问题。针对上述问题,本文提出了一种基于表情和姿态的双模态情感识别模型。该模型主要由二部分构成:一是针对学习者的表情和姿态识别,在TinyYOLOv3目标检测算法基础上,通过加入注意力机制SEBlock,改进原模型的卷积结构,并采用GIoU loss改进损失函数,利用K-means算法在自主构建的数据集上聚类,得到适合学习者情感识别的anchor,最终得到适合于学习者情感识别的ERTinyYOLOv3模型。二是针对多模态采用决策层融合方法,进行最终结果的判定,提出针对课堂学习者的融合方法。实验结果表明,该模型相比于TinyYOLOv3,mAP@0.5提升了17%,Precision提升了35%,F1分数提升了22.6%。

改进YOLOv3的非机动车检测与识别方法

随着交管部门对非机动车监管力度的增强,在道路交通监控视频中检测和识别非机动车将逐渐成为电子交警系统的必备功能。由于非机动车密度大,容易互相遮挡,且在监控视频中所占面积往往较小,容易出现检测定位不准确和漏检等问题。针对非机动车检测定位不准确和漏检问题,基于YOLOv3,提出一种改进的非机动车检测与识别模型,通过设计新的特征融合结构降低非机动车漏检率,使用GIOU损失提高定位准确度。实验结果表明,所提出的改进模型在自建真实复杂场景非机动车数据集上取得了优于YOLOv3的检测结果,将检测的平均检测准确率(mAP)提高了3.6%。

基于Smooth-DETR的产品表面小尺寸缺陷检测算法

为应对实际工业产品视觉质量检测中缺陷罕见、尺寸小等挑战,提出了一种仅需要少量训练样本的小尺寸缺陷检测算法--Smooth-DETR,该算法采用基于DETR的编码-解码结构对缺陷类别和位置进行预测,该结构降低了参数量和计算复杂度。因DETR强大的全局特征学习能力,该算法可从少量训练样本中充分挖掘产品表面纹理特征,从而对打破了表面纹理连续性的缺陷检出率高;通过结合Smooth-L_(1)损失和GIoU损失的优势,进一步提升了小尺寸缺陷的回归精度。实验结果表明,所提方法检测性能优于现有先进检测模型。此外,仅用少量训练样本,该算法对11类产品表面的缺陷检测平均精确率就能够达到98%以上。

基于改进YOLOv3的自然场景人员口罩佩戴检测算法

针对新冠肺炎防控期间肉眼识别判断行人是否佩戴口罩效率低且存在较大风险的问题,提出一种改进检测目标边框损失的自然场景下行人是否佩戴口罩的检测算法.该算法对YOLOv3损失函数进行改进,应用GIoU计算目标边界框损失,完成自然场景下行人是否佩戴口罩的检测.算法在开源的WIDER FACE数据集和MAFA数据集上训练,采集自然场景图片进行测试,行人是否佩戴口罩的mAP(mean Average Precision)达到了88.4%,取得了较高的检测准确率,在自然场景视频检测中平均每秒传输帧数达到38.69,满足实时检测的要求.

基于改进YOLOv3-LITE轻量级神经网络的柑橘识别方法

柑橘识别是实现柑橘园果实自动采摘、果树精细化管理以及实现果园产量预测的关键技术环节。为实现自然环境下柑橘果实的快速精准识别,该文提出一种基于改进YOLOv3-LITE轻量级神经网络的柑橘识别方法。在采摘机器人领域,果实识别回归框的准确率直接决定了机器手的采摘成功率,该方法通过引入GIoU边框回归损失函数来提高果实识别回归框准确率;为便于迁移到移动终端,提出一种YOLOv3-LITE轻量级网络模型,使用MobileNet-v2作为模型的骨干网络;使用混合训练与迁移学习结合的预训练方式来提高模型的泛化能力。通过与Faster-RCNN以及SSD模型对比在不同遮挡程度的测试样本下模型的识别效果,用F1值与AP值评估各模型的差异,试验结果表明:该文提出的模型识别效果提升显著,对于果实轻度遮挡的数据集,该文提出的柑橘识别模型的F1值和AP值分别为95.27%和92.75%,AverageIoU为88.65%;在全部测试集上,F1值和AP值分别为93.69%和91.13%,Average IoU为87.32%,在GPU上对柑橘目标检测速度可达246帧/s,对单张416×416的图片推断速度为16.9 ms,在CPU上检测速度可达22帧/s,推断速度为80.9 ms,模型占用内存为28 MB。因此,该文提出的柑橘识别方法具有模型占用内存低、识别准确率高及识别速度快等优点,可为柑橘采摘机器人以及柑橘产业产量预测提出新的解决方案,为柑橘产业智能化提供新的思路。

基于注意力机制的自然场景文本检测

针对自然场景文本检测中没有明确全局特征的重要性,导致文本检测过程中存在文本的误检、漏检问题,提出了基于注意力机制的自然场景文本检测方法。该方法在CTPN网络的基础上,利用ResNet网络及特征融合技术提取更深层次的多层网络文本特征;同时将注意力机制引入改进后的特征提取网络中,通过从所有位置聚集的相同特征来增强原始特征,并获取注意力权重,对全局注意力进行汇集,明确需要关注的特征。其次,针对自然场景下文本定位精度不高的问题,使用GIoU损失代替坐标损失,同时引入Focal Loss损失函数对原有损失函数进行改进。实验表明,该方法在自然场景文本图片检测中获得了83%的召回率、87%的准确率和85%的F值,保证了文本检测过程中文本信息的完整性。

基于改进的YOLOV3口罩佩戴检测算法

为防止病毒的传播,提出一种可以识别人们在公共场合下是否佩戴口罩的目标检测算法。以YOLOV3为基础,将Darknet-53骨干网络结构与Inception-v4思想相结合,在特征提取网络中引入空间金字塔池化(spatial pyramid pooling,SPP)结构,使特征得到增强,准确率得到提升;选取GIoU(generalized intersection over union)损失函数作为评价指标。实验结果表明,改进后的YOLOV3算法能够有效进行口罩佩戴检测,其算法的平均精度均值相比于原始的YOLOV3提高5.4%,达到90.1%。

基于改进faster RCNN的木材运输车辆检测

针对目前森林资源受到盗砍盗伐威胁,相关木材运输车辆行为隐蔽,进而导致无法准确地在交通视频中被识别的问题,提出了一种基于改进fater区域卷积神经网络(faster RCNN)的木材运输车辆检测方法。首先,采用faster RCNN作为基础检测框架,使用金字塔特征网络(FPN)、多尺度训练、锚点框聚类作为基础改进措施;其次,以广义交并比(GIoU)损失函数替换原算法中的smoothL1损失函数作为边界框定位回归的损失函数;最后,计算出在多种实验条件下的模型平均精度均值(mAP),对各种算法进行了对比。实验结果表明,使用GIoU作为损失函数的faster RCNN相比原算法对木材运输车辆检测的平均精度(AP)上升了7.5%,模型平均精度均值(mAP)上升了4.3%;同时,在大型数据集PASCALVOC上,使用GIoU作为损失函数的faster RCNN的mAP达到73.4%,相比其他算法具有明显优势。

基于YOLO v3算法改进的交通标志识别算法

针对目前交通标志识别任务在使用深度学习算法时存在模型参数量大、实时性较差和准确率较低的问题,提出了基于YOLO v3改进的交通标志识别算法。该算法首先将深度可分离卷积引入YOLO v3算法的特征提取层,将卷积过程分解为深度卷积、逐点卷积两部分,实现通道内卷积与通道间卷积之间的分离,从而保证了在较高识别准确率的基础上极大地减少了算法模型参数数量以及计算量。其次,在损失函数设计上使用广义交并比(GIoU)损失替换均方误差(MSE)损失,将评测标准量化为损失,解决了MSE损失存在的优化不一致和尺度敏感的问题,同时将Focal损失加入到损失函数以解决正负样本严重不均衡的问题,通过降低大量简单背景类的权重使得算法更专注于检测前景类。将该算法应用于交通标志任务中的结果表明,在TT100K数据集上,该算法的平均精度均值(mAP)指标达到了89%,相较于YOLO v3算法提升了6.6个百分点,且其参数量仅为原始YOLO v3算法的1/5左右,每秒帧数(FPS)亦比YOLO v3算法提升了60%。该算法在极大地减少模型参数量和计算量的同时,提高了检测速度和检测精度。