基于YOLOv5改进的轻量级目标检测模型

目标检测在计算机视觉中具有广泛的应用,而YOLOv5是目标检测领域中的经典模型。然而,YOLOv5的参数量较大,不适合应用于自动驾驶等领域,因此,基于YOLOv5改进了一个轻量级的目标检测模型。首先,使用ShuffleNetv2替换了原有的CSPDarknet53主干网络,从而降低了网络计算量。其次,使用轻量级增加精度的架构Stem Block。再次,在特征提取网络的末端加入了Coordinate Attention,使其更好地聚焦图像中重要信息。最后,使用二元交叉熵损失函数,突出类别互斥的差异。实验结果表明,相比于YOLOv5方法,改进的模型mAP只降低0.08,fps达到了91。因此改进的模型在大幅度降低参数和计算量的同时,取得了理想的检测精度。

基于反卷积和特征融合的SSD小目标检测算法

由于小目标的低分辨率和噪声等影响,大多数目标检测算法不能有效利用特征图中小目标的边缘信息和语义信息,导致其特征与背景难以区分,检测效果差。为解决SSD(single shot multibox detector)模型中小目标特征信息不足的缺陷,提出反卷积和特征融合的方法。先采用反卷积作用于浅层特征层,增大特征图分辨率,然后将SSD模型中卷积层conv112的特征图上采样,拼接得到新的特征层,最后将新的特征层与SSD模型中固有的4个尺度的特征层进行融合。通过将改进后的方法与VOC2007数据集和KITTI车辆检测数据集上的SSD和DSSD方法进行比较,结果表明:该方法降低了小目标的漏检率,并提升整体目标的平均检测准确率。

引入通道注意力机制的SSD目标检测算法

为提升原始SSD算法的小目标检测精度及鲁棒性,提出一种基于通道注意力机制的SSD目标检测算法。在原始SSD算法的基础上对高层特征图进行全局池化操作,结合通道注意力机制增强高层特征图的语义信息,并利用膨胀卷积结构对低层特征图进行下采样扩大其感受野以增加细节与位置信息,再通过级联的方式将低层特征图与高层特征图相融合,从而实现小目标及遮挡目标的有效识别。实验结果表明,与原始SSD算法相比,该算法在PASCAL VOC数据集上的平均精度均值提升了2.2%,具有更高的小目标检测精度和更好的鲁棒性。

面向军事目标识别的DRFCN深度网络设计及实现

自动目标识别(ATR)技术一直是军事领域中急需解决的重点和难点。本文设计并实现了一种新的面向军事目标识别应用的DRFCN深度网络。首先,在DRPN部分通过卷积模块稠密连接的方式,复用深度网络模型中每一层的特征,实现高质量的目标采样区域的提取;其次,在DFCN部分通过融合高低层次特征图语义特征信息,实现采样区域目标类别和位置信息的预测;最后,给出了DRFCN深度网络模型结构以及参数训练方法。与此同时,进一步对DRFCN算法开展了实验分析与讨论:1)基于PASCAL VOC数据集进行对比实验,结果表明,由于采用卷积模块稠密连接的方法,在目标识别平均准确率、实时性和深度网络模型大小方面,DRFCN算法均明显优于已有基于深度学习的目标识别算法;同时,验证了DRFCN算法可以有效解决梯度弥散和梯度膨胀问题。2)利用自建军事目标数据集进行实验,结果表明,DRFCN算法在准确率和实时性上满足军事目标识别任务。

基于改进SSD的轻量化小目标检测算法

为提高SSD目标检测算法的小目标检测能力,提出在SSD算法中引入转置卷积结构,采用转置卷积将低分辨率高语义信息特征图与高分辨率低语义信息特征图相融合,增加低层特征提取能力,提高SSD算法的平均精准度。同时针对SSD算法存在模型过大,运行内存占用量过高,无法在嵌入式ARM设备上运行的问题,以DenseNet为基础,结合深度可分离卷积,逐点分组卷积与通道重排提出轻量化特征提取最小单元,将SSD算法特征提取部分替换为轻量化特征提取最小单元的组合后,可在嵌入式ARM设备上运行。在PASCAL VOC数据集和KITTI自动驾驶数据集上进行对比实验,结果表明改进后的网络结构在平均精准度上得到明显提升,模型参数数量得到有效降低。

基于YOLOv3的油茶果视觉定位系统

随着科技的进步,采摘机器人各个部分的系统也日益完善.其中,机器人视觉定位的系统设计很大程度影响了其工作效率,尤其是在目标检测速率、采摘果实准确率以及采摘目标环境适应度方面.本次研究提出利用双目立体视觉系统获取油茶果目标图像,并采集计算深度信息,制作自己的油茶果VOC数据集,采用YOLOv3目标检测算法来实现复杂环境下油茶果果实的识别,并通过设计上位机界面,直观展示对油茶果目标的定位功能.实验发现该方法具有更高的识别率和更快的识别速度,在复杂环境下展示了其算法的优越性.

基于Gabor特征与卷积神经网络的人体轮廓提取

为解决传统方法无法精确分割单幅图像中人体轮廓的问题,提出一种将Gabor小波特征与卷积神经网络结合的人体轮廓提取方法。首先计算人体图像8个方向的Gabor特征,并将计算结果传入改进的卷积神经网络进行人物模型训练;再将待测图像计算Gabor特征后传入人物模型进行检测,从而输出人物掩膜;对掩膜进行形态学处理并同原图像进行相与操作,最终得到人体轮廓。经VOC2012数据集上测试,该人体轮廓提取方法的准确度高达96%。实验结果表明,通过将传统特征提取方法与深度学习的特征学习方法相结合,不但提高了特征学习的速度还提高了检测的准确度。

基于注意力机制和特征融合的SSD目标检测算法

为提高SSD算法对于小目标的检测能力和定位能力,本文提出一种引入注意力机制和特征融合的SSD算法。该算法在原始SSD模型的基础上,通过将全局池化操作作用于高层的不同尺度的特征图上,结合注意力机制筛选出需要保留的信息。为提高对小目标的检测精度,本文引入反卷积和特征融合的方式,提高对小目标的检测能力。通过在PASCAL VOC数据集上的实验表明,该算法有效的提升了对小目标识别的准确率,改善了漏检的情况,大幅度提升了检测精度和算法的鲁棒性。

基于深度学习的多源场景火焰识别

在火灾的初发阶段是整个火灾过程中最容易控制的阶段,传统的火焰探测方式和设备在相应的灵敏度方面表现欠佳,为了达到对火焰的实时检测,提出利用新的深度学习算法来进行火焰检测。利用爬虫技术在互联网上爬取图片数据并制作VOC格式的数据集。并针对火焰颜色和运动特征的特点对网络进行改进,增强网络的学习能力,改进后的网络在保持检测速度的同时精度提升明显,可以实现对多场景下火焰的实时检测。

融合语义—表观特征的无监督前景分割

目的前景分割是图像理解领域中的重要任务,在无监督条件下,由于不同图像、不同实例往往具有多变的表达形式,这使得基于固定规则、单一类型特征的方法很难保证稳定的分割性能。针对这一问题,本文提出了一种基于语义—表观特征融合的无监督前景分割方法(semantic apparent feature fusion,SAFF)。方法基于语义特征能够对前景物体关键区域产生精准的响应,但往往产生的前景分割结果只关注于关键区域,缺乏物体的完整表达;而以显著性、边缘为代表的表观特征则提供了更丰富的细节表达信息,但基于表观规则无法应对不同的实例和图像成像模式。为了融合表观特征和语义特征优势,研究建立了融合语义、表观信息的一元区域特征和二元上下文特征编码的方法,实现了对两种特征表达的全面描述。接着,设计了一种图内自适应参数学习的方法,用于计算最适合的特征权重,并生成前景置信分数图。进一步地,使用分割网络来学习不同实例间前景的共性特征。结果通过融合语义和表观特征并采用图像间共性语义学习的方法,本文方法在PASCAL VOC(pattern analysis,statistical modelling and computational learning visual object classes)2012训练集和验证集上取得了显著超过类别激活映射(class activation mapping,CAM)和判别性区域特征融合方法(discriminative regional feature integration,DRFI)的前景分割性能,在F测度指标上分别提升了3.5%和3.4%。结论本文方法可以将任意一种语义特征和表观特征前景计算模块作为基础单元,实现对两种策略的融合优化,取得了更优的前景分割性能。