基于Multi-WHFPN与SimAM注意力机制的版面分割

作为OCR的预处理工作,版面分割技术越来越受到学术界和工业界重视。针对版面分割中遇到的检测速度慢、目标区域边界不准确以及细小目标易遗漏等问题,提出了YOLOv7-MSY模型。此模型首先借鉴残差连接思想,提出了Multi-WHFPN网络结构。它采用可训练的权重参数,突出特征融合过程中特征重要性,并添加了小目标检测头,从而提升对小目标的检测性能;其次,引入SimAM注意力机制,可以在不增加额外参数的基础上在3D维度评估特征权重,以增强重要特征,抑制无效特征;最后,使用YEIOU来代替原模型中的定位损失函数,提升了模型的收敛速度与回归精度。在江苏省档案馆提供的数据集上进行实验对比,YOLOv7-MSY对目标区域边界检测更加敏感,对细小目标的检测效果更好。YOLOv7-MSY的mAP@.5达到了0.871,相较于原YOLOv7模型提高了7.84%。该模型的版面分割的效果优于其他类型的版面分割算法,具有良好的泛化性能,并且版面分割速度处于较高水平。

基于可形变卷积与SimAM注意力的密集柑橘检测算法

针对现有检测算法难以检测自然场景下小而密集的柑橘问题,提出一种DS-YOLO(Deformable Convolution SimAM YOLO)密集柑橘检测算法。引入可形变卷积网络(Deformable Convolution)代替原YOLOv4中的特征提取网络部分卷积层,使特征提取网络能自适应提取遮挡、重叠等导致柑橘形状信息缺失的位置特征,在特征融合模块中,增加新的检测尺度并融合SimAM注意力机制,增强模型对于小而密集柑橘特征的提取能力。试验结果表明:DS-YOLO算法相较于原YOLOv4准确率提高8.75%,召回率提高7.9%,F1分数提高5%,能够较准确检测自然环境下的密集柑橘目标,为密集水果产量预测和采摘机器人提供了有效的技术支持。

融合注意力机制和先验知识的刮板输送机异常煤块检测

刮板输送机作为综采工作面的主要运输设备,运行状态直接影响生产效率。在其工作过程中,由于采煤过程产生的较大煤块,易造成板刮输送机运输过程的拥堵。然而,煤矿工作环境的恶劣、煤的颜色属性等造成大块煤的检测异常困难,为此本文提出一种融合注意力机制和先验知识的煤矿刮板输送机异常煤块检测模型。为兼顾异常煤检测的准确性与实时性,采用YOLO v4端到端检测模型同时检测出异常煤块的类别信息;考虑到刮板输送机中包含与异常煤块无关的信息,以神经科学和空间抑制思想为基础,构建一种以能量函数为载体的注意力机制检测刮板输送机中不同区域异常煤块,提高异常煤块的检测精度;针对基于深度神经网络的异常煤块检测过多依赖数据且泛化能力较低,受人们经验学习影响的问题,提出具备特征提取的先验知识来降低模型对数据的依赖和提高模型的检测效率;构建了煤矿实际生产场景中异常煤块检测数据集。结果表明:与其他模型相比,所提出模型在测试集上的检测精度可达90.28%,相比YOLO v3和YOLO v4分别提高了5.82%和5.17%,明显优于其他模型;检测速度每秒可达28帧,满足实时检测的需求,同时验证了本文所提出注意力机制和先验知识模型的有效性。

基于轻量化SimAm-YOLOv7的煤矿输送带异物检测

煤矿带式输送机在运行过程中会混入煤矸石、铁器等异物,导致输送带撕裂,严重影响煤矿生产。为实现煤矿输送带异物快速、准确检测,提出一种基于轻量化SimAm-YOLOv7的煤矿输送带异物检测算法。首先通过暗通道先验算法提高煤矿输送带图像对比度,减少煤尘干扰;其次通过在YOLOv7中引入Ghost卷积减少模型参数,提高检测速度;最后通过在YOLOv7中引入SimAm注意力模块提升异物显著度,进而提高检测精度。实验结果表明,该算法相比原始YOLOv7算法mAP@0.5指标提高了3.9%,Time指标减少了1 ms。

改进YOLOX在近岸船舶检测中的应用

为了解决近岸船舶检测时目标尺度变化大,环境干扰严重等问题,提出了一种改进YOLOX的无锚框检测算法。首先,在主干网络中引入CoT模块,通过动态利用上下文信息来增强表达能力,降低环境干扰的影响;其次,将SimAM注意力嵌在特征金字塔和检测头之间,丰富语义信息,提升小目标检测精度。再利用CIOU来取代原有损失函数,以提高收敛速度;最后,使用深度可分离卷积替换特征金字塔中普通卷积,减少参数量,提升检测速度。实验结果表明:在SeaShips数据集上,改进后模型在减少参数量的同时,精度提高了6.73%,均值平均精度(mAP)达到了96.63%,检测速度达到了48.6帧/s,能够实时、高精度地检测近岸船舶。

基于YOLOv5s−FSW模型的选煤厂煤矸检测研究

针对现有煤矸检测模型存在的特征提取不充分、参数量大、检测精度低且实时性差等问题,提出了一种基于YOLOv5s−FSW模型的选煤厂煤矸检测方法。该模型在YOLOv5s的基础上进行改进,首先将主干网络的C3模块替换为FasterNet Block结构,通过降低模型的参数量和计算量提高检测速度;然后,在颈部网络引入无参型SimAM注意力机制,增强模型对复杂环境下重要目标的关注,进一步提高模型的特征提取能力;最后,在输出端用Wise−IoU替换CIoU边界框损失函数,使模型聚焦普通质量锚框,提高收敛速度和边框的检测精度。消融实验结果表明:与YOLOv5s模型相比,YOLOv5s−FSW模型的平均精度均值(mAP)提高了1.9%,模型权重减少了0.6 MiB,参数量减少了4.7%,检测速度提高了19.3%。对比实验结果表明:YOLOv5s−FSW模型的mAP达95.8%,较YOLOv5s−CBC,YOLOv5s−ASA,YOLOv5s−SDE模型分别提高了1.1%,1.5%和1.2%,较YOLOv5m,YOLOv6s模型分别提高了0.3%,0.6%;检测速度达36.4帧/s,较YOLOv5s−CBC,YOLOv5s−ASA模型分别提高了28.2%和20.5%,较YOLOv5m,YOLOv6s,YOLOv7模型分别提高了16.3%,15.2%,45.0%。热力图可视化实验结果表明:YOLOv5s−FSW模型对煤矸目标特征区域更加敏感且关注度更高。检测实验结果表明:在环境昏暗、图像模糊、目标相互遮挡的复杂场景下,YOLOv5s−FSW模型对煤矸目标检测的置信度得分高于YOLOv5s模型,且有效避免了误检和漏检现象的发生。

基于轻量化YOLOv5的电气设备外部缺陷检测

为了提高变电站电气设备外部缺陷实时检测的精度,同时让检测模型更加轻量化,提出了一种基于轻量化YOLOv5的电气设备外部缺陷检测方法。首先,构建电气设备外部缺陷图像数据集并进行数据增强处理。其次,采用3种优化策略对原YOLOv5进行改进:通过引入EfficientViT网络改进算法主干网络,减少模型参数量,并在算法Neck部分中加入SimAM无参数注意力机制来提高变电站复杂背景下的识别精度,同时采用Soft-NMS模块来改进检测框筛选方式,避免出现缺陷漏检现象。最后,通过消融实验进行验证。结果表明:轻量化后的电气设备外部缺陷检测模型mAP值稳定在86.4%,与原模型相比提高了1.2百分点,模型参数量减少了20%,计算量减少了38%,模型大小为11 MB,比原模型减少了19.7%。改进后的模型能够满足设备外部缺陷实时检测的要求,可以实现模型的轻量化部署。

MNTH-YOLOv8:一种用于食品包装中蚊虫高效检测的深度学习方法

食品安全一直是社会关注的焦点,而在食品包装印刷生产过程中,蚊虫的夹杂会对食品安全构成威胁。针对食品包装质检过程中蚊虫检测仍是人工筛查的现状,以及蚊虫目标尺寸小、所处背景复杂的特点,提出了一种基于深度学习的全自动MNTH-YOLOv8检测方法。该方法是在YOLOv8强大的目标检测功能基础上,结合通道特征部分卷积模块、SimAM注意力机制和改进的特征融合模块,并以CIoU与归一化Wasserstein距离作为定位回归损失函数的优化模型。对真实数据集的检测结果表明,MNTH-YOLOv8表现出显著优势,不仅有效提高了小目标蚊虫的检测精度,还在保持检测速度的前提下减少了参数量。MNTH-YOLOv8在食品包装中蚊虫的实时检测应用上拥有广阔前景。

基于改进ConvNeXt的奶牛行为识别方法

奶牛的动作行为(进食、躺卧、站立、行走和甩尾)直接或间接地反映了奶牛的健康及生理状况,是奶牛疾病监测及感知奶牛异常的关键,为准确高效地对奶牛行为进行识别,提出了一种融合时间和空间注意信息的多分支并行的CAFNet(ConvNeXt-ACM-FAM)奶牛行为识别模型,该模型在卷积网络ConvNeXt的基础上融合非对称多分支卷积模块(ACM)和特征注意力模块(FAM)。首先,利用ACM划分通道分支提取特征并保留一部分原始特征,防止信息过度丢失。其次,FAM对不同通道的特征进行融合并引入SimAM注意力机制,不增加网络参数的同时增强重要特征的有效提取。实验结果表明,该方法对进食、躺卧、站立、行走和甩尾行为识别准确率分别为95.50%、93.72%、90.26%、86.43%、89.39%,平均准确率为91.06%,参数量相较于原模型减少了1.5×10^(6),浮点运算量减少了3×10^(8),相较于其他模型,本文模型识别平均准确率平均提升8.63个百分点。本文研究成果可为奶牛疾病监测及预防提供技术支持。

基于改进YOLOv7的PDC钻头复合片检测

复合片是PDC钻头的核心切削单元,复合片自动检测技术是复合片自动修复技术的基础.本文提出了一种基于改进YOLOv7的PDC钻头复合片检测方法,在YOLOv7的基础上,用深度可分离卷积替换了常规卷积,减少了参数量和运算成本;引入了SimAM注意力机制,不需要额外的参数便可以从神经元中推导出3D注意力权重,而且还能提高卷积神经网络的表达能力;用SPPFCSPC替换了SPPCSPC,在保证感受野不变的同时获得了速度的提升;采用K-means++算法聚类先验框,使用启发式算法定位出缺损的复合片.实验结果表明,本文算法较原YOLOv7模型mAP提高了2.75%,参数量减少了约80%,推理速度提高了9.12 f/s,且较其他算法也有较大优势,可实现复合片检测的工业应用.

基于改进YOLOv7的无人机航拍图像目标检测

针对无人机捕获场景下目标尺度变化剧烈、小目标检测精度低、漏检率高等问题,提出了一种改进的YOLOv7目标检测算法。首先,在原YOLOv7基础上增加一个极小目标检测层,以适应不同尺度下的物体目标,降低小目标的漏检率;其次,在特征融合网络中引入无参注意力机制,并基于该注意力机制构建了一个MP-SimAM模块,使网络融合更多重要的特征信息;最后,提出了一种新的边框回归损失函数SCIoU Loss,进一步提升模型的收敛速度与检测精度。实验结果表明,该模型在VisDrone 2019数据集上表现出色,所提算法模型在测试集上mAP 50达44.0%,相比于基准模型YOLOv7提升了2.6个百分点,对于小目标的检测效果提升明显。

基于SimAM-YOLOv4的自动驾驶目标检测算法

针对自动驾驶场景下单阶段目标检测对小目标精度不足的问题,权衡精度与速度的共同需求,提出一种改进的YOLOv4目标检测算法。首先,在网络的残差模块中嵌入SimAM注意力模块,旨在提高网络对重要特征的提取能力,然后,利用ACON-C激活函数替换残差模块中的Mish激活函数,使残差模块可以自适应地激活,进而提升网络性能。在KITTI数据集上进行训练和测试,实验结果表明,该模型的平均精度均值达到91.16%,检测速度达到32帧/s,满足实时检测的要求。

基于改进的YOLOv5网络的舌象检测算法

针对目前舌象检测模型在自然状态下对舌象检测存在的误检和漏检的问题,以收集的舌象为研究对象,提出了一种基于YOLOv5的自然状态下的舌象检测算法。首先,将原有的SiLU激活函数替换为ReLu激活函数,减少指数运算,加速舌象检测网络收敛;然后,利用Ghost轻量化模块技术,大幅降低舌象检测网络的参数量;最后,将SimAm注意力机制融入特征提取网络获取舌象特征,从多维度融合舌象特征,降低自然环境对舌象特征提取的影响。得到一个轻量化的舌象检测模型,在自制的数据集上分析可知:轻量化检测模型参数量达到7.8 MB,检测的精度达到96.6%,同时每秒处理帧数高达86帧,更适合自然状态下舌象的采集工作。实验结果表明,改进的舌象检测网络在自制舌象数据集上,相比于其它常用检测算法,性能指标上均有不同程度提升,对舌象的检测效果更好。

基于SimAM和SpinalNet的列车轮对踏面缺陷分类模型

为解决小样本问题下轮对踏面缺陷分类难题,提出一种基于简单无参注意力模块(SimAM)和脊柱神经网络(SpinalNet)踏面缺陷分类模型。首先,预训练网络提取原始图像各个类别特征图;其次,在有限的训练样本下,利用SimAM提取对缺陷图像表示性更强的类别特征;然后,利用SpinalNet关联特征图的局部和整体语义,得到缺陷类别特征的强区分性表示;最后,以强区分性表示特征输入带有L2正则化的softmax分类器,得到分类结果。试验结果表明:小样本任务评估指标准确率1和准确率2分别为68.35%和100%,优于目前主流深度学习模型,能够有效分类轮对踏面缺陷从而避免列车安全事故发生。

基于岩屑录井图像的井壁稳定性智能预测方法

钻井现场通常利用岩石力学的分析结果对井壁稳定性进行预测,但其时效性普遍较差。为此,利用实时的岩屑录井图像资料建立了包括16种掉块形状和岩性的图像样本库,并以深度学习网络的高效特征提取技术为基础,建立了一种基于掉块图像特征的井壁失稳类型分析模型,针对钻井返出砂样图像中的掉块图像进行形状和岩性识别,以判定钻进地层和井壁失稳的类型。研究结果表明:①使用ShuffleNetV2网络作为智能系统基础架构,在单元模块中引入了XConv卷积核并行分支和SimAM注意力机制模块,强化了网络对掉块图像标志性特征信息的关注度;②对ShuffleNetV2网络中的Stage 2、Stage 3和Stage 4进行了多通道特征融合算法的设计,保留了掉块轮廓关键特征,最终改进的ShuffleNetV2网络模型对掉块形状及岩性的识别准确率为90.56%。结论认为,现场应用的效果验证了该方法的可靠性,从砂样图像输入到结果输出用时低于1 s,识别结果与地质资料以及施工过程的工况基本吻合,该方法能满足现场对井壁稳定状况快速感知的现实需求。

基于Yolov5改进的香烟目标检测

因为吸烟引起的火灾,给人民群众生活带来了巨大伤害,针对禁烟场所香烟目标检测精度不高的问题,文章提出了一种基于Yolov5改进的目标检测模型。该模型首先在Yolov5的颈部网络中引入SimAM(Simple,Parameter-Free Attention Module)无参注意力机制,加强Yolov5的特征融合能力。其次是使用SIOU(Soft Intersection OverUnion)作为定位回归框的损失函数,提高边界框的定位精度。最终将Yolov5和改进后的模型在自建数据集作对比实验,结果表明,该模型的准确率达到89.6%,召回率(Recall)达到81.4%,平均精度(MAP)达到84.3%,与原本的Yolov5模型相比,检测效果均有了提升。

基于改进型YOLOv5s的安全帽检测

针对复杂施工环境下的安全帽佩戴检测模型存在误检和漏检问题,基于YOLOv5s实验,提出一种改进型目标检测算法SH-YOLO,用于检测施工现场中安全帽的佩戴情况。SH-YOLO方法基于YOLOv5s,在Backbone层嵌入SimAM注意力机制,在Backbone与Neck连接处使用SPPFCSPC方法来减少原模型的计算量和参数量。在自制的安全帽数据集上进行对比实验,结果表明,SH-YOLO对安全帽的检测精度AP分别达到95.4%,较YOLOv5s分别提升6.7%,同时保持较低的参数量和较高的帧速。

基于改进ConvNeXt的皮肤镜图像分类方法

皮肤癌是最致命的癌症之一,对皮肤镜图像进行精确分类尤为关键,然而现有的皮肤镜图像存在形态复杂、样本数量较少的问题,导致现有的自动分类方法难以提取图像特征信息,误判率较高。提出一种改进ConvNeXt的方法,并构建SE-SimAM-ConvNeXt模型。以ConvNeXt为基础网络,加入SimAM无参注意力模块,提升网络的特征提取能力,并在基础网络中引入通道注意力机制,增强ConvNeXt对潜在关键特征的挖掘能力。在训练初始时加入预热机制Cosine Warmup,在该过程中使用余弦函数值进行学习率的衰减,进一步加速ConvNeXt的收敛,提高ConvNeXt模型的分类能力。在HAM10000皮肤数据集上的实验结果表明,该模型的分类准确率、精确度、召回率、特异性分别为92.9%、85.3%、78.0%、97.5%,具有较好的皮肤镜图像分类能力,对皮肤癌病变的辅助诊断有一定程度的应用价值,可帮助皮肤科医生对皮肤癌做进一步的诊断。

基于关键点的遥感图像舰船目标检测

针对当前舰船目标检测算法存在锚框遍历计算成本高和特征旋转适应性不足等问题,提出基于关键点的遥感图像舰船目标检测方法,通过预估舰船中心点实现目标检测。首先,引入深度可分离卷积降低参数冗余,结合SimAM无参注意力机制,增强对舰船目标的关注度。其次,引入方向不变模型(orientation-invariant model, OIM)生成方向不变特征图,增强网络对旋转目标的适应能力。最后,考虑到遥感图像舰船目标任意方向密集排列,但舰船目标中心点不变的特点,采用直接预测目标的中心点,再回归偏移量、目标尺度和角度的思路,摆脱锚框遍历机制,提高检测速度。在HRSC2016和RFUE2021数据集上进行对比实验,实验结果充分说明了本文方法的有效性和先进性。

改进YOLOv7的无人机视角下复杂环境目标检测算法

针对无人机在航拍过程中容易受到恶劣环境的影响,导致航拍图像出现辨识度低、被障碍物遮挡、特征严重丢失等问题,提出了一种改进YOLOv7的无人机视角下复杂环境的目标检测算法(SSG-YOLOv7)。首先从VisDrone2019数据集和RSOD数据集中分别抽取图片进行五种环境的模拟,将VisDrone数据集扩充至12803张,RSOD数据集扩充至1320张。其次,聚类出更适合数据集的锚框尺寸。接着将3D无参注意力机制SimAM引入主干网络和特征提取模块中,增加模型的学习能力。然后重构特征提取模块SPPCSPC,融合不同尺寸池化通道提取的信息同时引入轻量级的卷积模块GhostConv,在不增加模型参数量的同时提高算法对密集多尺度目标检测精度。最后使用Soft NMS优化锚框的置信度,减少算法的误检、漏检率。实验结果表明,在复杂环境的检测任务中SSG-YOLOv7检测效果优良,性能指标VisDrone_mAP@0.5和RSOD_mAP@0.5较YOLOv7分别提高了10.45%和2.67%。