基于YOLOv8改进的脑癌检测算法

自动检测脑部肿瘤在磁共振成像中的位置是一个复杂、繁重的任务,需要耗费大量时间和资源。传统识别方案经常出现误解、遗漏和误导的情况,从而影响患者的治疗进度,对患者的生命安全产生影响。为了进一步提高鉴定的效果,引入了4项关键改进措施。首先,采用了高效的多尺度注意力EMA(Efficient Multi-scale Attention),这种方法既可以对全局信息进行编码,也可以对信息进行重新校准,同时通过并行的分支输出特征进行跨维度的交互,使信息进一步聚合。其次,引入了BiFPN(Bidirectional Feature Pyramid Network)模块,并对其结构进行改进,以便缩短每一次检测所需要的时间,同时提升图像识别效果。然后采用MDPIoU损失函数和Mish激活函数进行改进,进一步提高检测的准确度。最后进行仿真实验,实验结果表明,改进的YOLOv8算法在脑癌检测中的精确率、召回率、平均精度均值均有提升,其中Precision提高了4.48%,Recall提高了2.64%,mAP@0.5提高了2.6%,mAP@0.5:0.9提高了7.0%。

基于改进SSD的工件定位算法

工业机器人完成工件的拾取、分拣与装配等任务,需要获得准确的位置信息。而目标检测算法的回归损失函数的设定会直接影响预测框的定位准确性。针对SSD原始回归损失函数忽略4个边界信息的相关性及与评价指标IoU变化不匹配等问题,提出了一种基于改进SSD的工件定位算法。所提算法以高效交并比(EIoU)为SSD的回归损失函数,将4个边界信息作为一个整体,并添加了中心点损失和边长损失2个惩罚项分别表征预测框与真实框的中心点相对距离和边长差异,解决了边框回归不准确的问题。实验结果表明:所提算法能把定位平均误差控制在0.18 mm以内,误差峰值控制在0.76 mm以内。所提算法能有效提高工件的定位精度,适用于不同类型的工件或其他类似的定位任务,具有良好的工业应用前景。

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。

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。

复杂环境下的冰箱金属表面缺陷检测

为了提升冰箱金属表面的缺陷检测效率,从而应对复杂的生产情况,提出了Metal-YOLOv3模型。使用随机参数变换,将缺陷数据进行了数百倍的扩充,改变原有YOLOv3模型的损失函数,引入了基于完整交并比(CIoU)所设计的CIoU损失函数,用缺陷的分布特性来降低非极大值抑制算法的阈值,并基于K均值聚类算法计算出更适合数据特点的先验框(anchors)值以提升检测精度。在一系列的实验后,发现Metal-YOLOv3模型在检测速度上远胜于主流的区域卷积神经网络(R-CNN)模型,每秒传输帧数(FPS)达到7.59,是Faster R-CNN的14倍,而且平均精确度(AP)也达到了88.96%,比Faster R-CNN高11.33个百分点,说明所提模型同时具备良好的鲁棒性与泛化性能。可见该方法具备有效性,能实际应用于金属制品的生产。

YOLOv5上融合多特征的实时火焰检测方法

在自然场景中,天气情况、光照强度、背景干扰等问题影响火焰检测的准确性.为了实现复杂场景下实时准确的火焰检测,在目标检测网络YOLOv5的基础上,结合Focal Loss焦点损失函数、CIoU(Complete Intersection over Union)损失函数与多特征融合,提出实时高效的火焰检测方法.为了缓解正负样本不均衡问题,并充分利用困难样本的信息,引入焦点损失函数,同时结合火焰静态特征和动态特征,设计多特征融合方法,达到剔除误报火焰的目的.针对国内外缺乏火焰数据集的问题,构建大规模、高质量的十万量级火焰数据集(http://www.yongxu.org/data bases.html).实验表明,文中方法在准确率、速度、精度和泛化能力等方面均有明显提升,同时降低误报率.

基于轻量化YOLOv5的印刷电路板表面缺陷检测

针对现存印刷电路板(PCB)缺陷检测方法计算复杂、模型参数量大,不能满足轻量化部署要求的问题,提出基于轻量化YOLOv5的PCB表面缺陷检测方法。该方法使用重参数化视觉几何组(RepVGG)模块组成特征提取网络,解决YOLOv5中因主干网络中参数过多,从而难以部署到移动端的问题;在颈部网络中,采用全局交互卷积(GSConv)替换了部分卷积,保持了模型的精度,使输出更接近标准卷积;此外,采用有效交并比(EIOU)损失函数,加快模型的收敛速度,并提高模型的检测精度。结果表明:相较于YOLOv5,该方法使得参数量减少28.7%,计算量降低13.3%,平均精度稳定在99%以上。该网络的提出为PCB的缺陷检测问题提供了一种更高效的方法。

面向多角度文字检测的旋转交并比神经网络

边界框回归是文字检测中关键的步骤,为了更好地预测边界框和收敛网络参数,在Faster RCNN目标检测算法的基础上提出一种利用旋转交并比损失函数的神经网络。该损失函数根据文字检测的评价指标而设计,增加预测框的角度参数,将其与宽和高的参数一起代入损失函数的惩罚项,代替了原版用于边界框回归的smooth L1损失函数,转化为交并比的损失向神经网络进行反向传播,并着重优化边界框的方向信息,通过设计与角度惩罚项相同的阈值运算作为非极大值抑制来输出检测结果。在公开文字检测数据集ICDAR2015上的实验结果表明,该方法有效提高了网络的收敛速度和检测精准度,比原方法综合提升11百分点左右。

基于改进 YOLOv3 的自然场景下鸟类检测算法

针对自然场景下鸟类检测任务中存在模型参数量大、计算量高和正负样本严重不平衡的问题,提出了YOLOBIRDS算法。一方面,对特征提取网络模型进行修改,将标准卷积神经网络结构修改为深度可分离残差模型。另一方面,对损失函数进行修改,将目标框大小与位置损失函数由均方误差修改为广义交并比(CIoU),在置信度损失函数中增加正负样本控制参数。实验结果表明,在衡水湖鸟类数据集中,YOLOBIRDS算法的平均精度均值(mAP)达87.12%,比原算法高2.71个百分点;参数个数达12425917,比原算法低79.88%;速度达32.67 frame/s,比原算法高19.98%。采用该算法训练得到的新模型对鸟类检测的精度更高,检测速度更快,对鸟类检测的整体识别率大幅度提高,平衡了正负样本的损失权重。

基于改进Yolov5s的光刻热点检测算法

光刻热点检测是实现集成电路可制造性设计,保障集成电路芯片最终良率的关键。鉴于传统基于深度学习的光刻热点检测方法难以满足先进集成电路制造对检测精度的要求,提出了一种基于改进Yolov5s的检测算法,用于光刻版图热点缺陷的精确检测。通过将坐标注意力机制引入骨干网络,提高了Yolov5s模型对版图图形区域的关注度,进而极大地改善了基于Yolov5s的检测算法的光刻热点检测性能。与此同时,采用Sigmoid线性单元激活函数进一步完善整个神经网络的非线性表达,利用Scylla交并比损失函数更快速地定量评估边界框回归损失,提高了热点检测算法的收敛速度和精度。将ICCAD(The International Conference on Computer-Aided Design)2012竞赛基准、经光学邻近校正优化后的光刻图形作为数据集对所提算法开展性能测试实验,验证了热点检测算法的优异检测精度。实验结果表明,该算法的平均准确率、平均召回率、平均F1-score和均值平均精度分别达到97.7%、98.0%、97.8%和98.4%,显著优于其他光刻热点检测算法,展示了良好的应用前景。

基于双流快速区域卷积神经网络改进的人体动作识别算法

深度神经网络在静态图像领域已取得突破性进展,并逐步扩展到视频识别领域。人体动作识别是视频识别领域的研究热点和难点,因此,提出了一种基于双流快速区域卷积神经网络(Faster RCNN)改进的人体动作识别算法。首先,用RGB(Red,Green,Blue)图像和光流数据作为网络的输入,分别训练Faster RCNN;然后,将训练好后的网络模型进行融合,并引入改进的压缩和激励模块对特征通道进行处理,以突出重要特征;最后,用完全的交并比损失函数作为边框回归损失函数,以优化某些预测框与真实框不能相交等问题。实验结果表明,相比传统的Faster RCNN,本算法在动作识别数据集UCF101上的准确率得到了一定的提高。

基于金字塔卷积和带状池化的X光目标检测

安检X光图像违禁品尺度多变、姿态各异,为自动识别带来很大的困难。针对该问题,提出了一种基于金字塔卷积和带状池化的X光目标检测算法。首先,以一阶段无锚框目标检测框架CenterNet为基础,引入金字塔卷积,提出金字塔沙漏网络,丰富Hourglass-104特征提取网络的感受野,增强多尺度特征提取能力。其次,带状池化的引入能够捕捉图像上下文全局信息,防止无关区域的信息干扰,兼顾局部细节信息。最后,在训练过程中将预测目标尺度分支的训练损失替换为交并比(IoU)损失函数,进一步提升尺度预测分支的性能。消融实验结果表明,改进后网络的平均精度(mAP50)由86.6%提升为88.3%,准确率有显著提升。