基于改进YOLO v5算法的道路小目标检测

为解决交通道路小目标检测难度大、精度低,容易出现错检漏检的问题,提出一种基于YOLO v5(you only look once v5)算法的多尺度特征融合目标检测改进算法。首先,增加小目标检测头用于适应小目标尺寸,缓解漏检情况。然后,引入可变形卷积网络v2(deformable convolutional networks V2,DCN V2)提高模型对运动中小目标的学习能力;同时,增加上下文增强模块,提升对远距离小目标的识别能力。最后,在替换损失函数、提高边界框定位精度的同时,使用空间金字塔池化和上下文空间金字塔卷积分组模块,提高网络的感受野和特征表达能力。实验结果表明,所提算法在KITTI数据集小目标类别上平均识别精度达到了95.2%,相较于原始YOLO v5,算法总体平均识别精度提升了2.7%,对小目标的检测效果更佳,平均识别精度提升了3.1%,证明所提算法在道路小目标检测方面的有效性。

目标检测算法YOLOv5s用于柑桔成熟果实检测的改进

巡检机器人精准检测成熟柑桔果实,对于保证柑桔果园产量巡检作业效率和质量至关重要。考虑到成熟柑桔果实特有的颜色空间、果实遮挡导致的小目标以及巡检机器人有限的硬件资源,提出一种简单有效的基于YOLOv5s的柑桔成熟果实检测方法———改进YOLOv5s。改进YOLOv5s,主要设计一个由3层Context Aggregation Block(CABlock)组成的金字塔结构特征提取层并将其插入到YOLOv5s网络的Head部分。改进YOLOv5s模型具有如下优点:(1)集成的底层CABlock通过特征通道注意力机制和空间注意力机制,能更好更快地学习小目标局部成熟果实颜色和纹理特征、重叠果实边缘特征;(2)多层CABlock构建的特征金字塔能够有效地避免小目标随网络深度增加而消失,从而降低小目标果实漏检率。柑桔成熟果实识别验证试验结果表明,改进YOLOv5s的检测准确率和平均精度分别为98.21%和98.07%,较原始YOLOv5s分别提升了0.31和0.17百分点,较FasterR-CNN分别提升了8.41和8.31百分点,识别遮挡果实、重叠果实以及小目标果实的平均精度分别为99.4%、97.2%和98.0%;单张成熟柑桔果实图像的平均检测时间32.5ms,模型占用内存15.8 MB。该改进YOLOv5s模型可实现果园自然环境下柑桔成熟果实快速准确地检测识别与产量预估,可为柑桔果园巡检机器人产量巡检提供技术支持。

基于局部特征增强的视网膜血管分割

视网膜血管具有细小复杂的特点,在对其进行分割时,经常出现噪点、断裂和欠分割等问题。针对此现象,提出一种基于局部特征增强的轻量化网络LRU-Net,以捕获更多细小血管特征。首先,在通道注意力模块中加入特征提取模块,对输入特征进行二次特征提取,以得到更多的细节特征;其次,设计了一个特征融合模块,在解码器中能更有效地融合高级和低级特性,加强最终的特征表示;最后,设计了一个上下文聚合模块,提取最深层特征不同分辨率的多尺度信息,然后进行拼接,使进入上采样的输入特征更加细化。在FIVES和OCTA-500数据集上的实验结果表明,与基础网络U-Net相比,本文所提方法在做到轻量化的同时,视网膜血管分割的准确度也有了一定的提升,在两个数据集上分别达到了98.45%、97.05%。

融合上下文和注意力的视盘视杯分割

目的青光眼会对人的视力造成不可逆的损伤,从眼底图像中精确地分割视盘和视杯是青光眼诊治中的一项重要工作,为有效提升视盘和视杯的分割精度,本文提出了融合上下文和注意力的视盘视杯分割方法(context attention U-Net,CA-Net)。方法进行极坐标转换,在极坐标系下进行分割可以平衡数据分布。使用修改的预训练Res Net作为特征提取网络,增强特征提取能力。采用上下文聚合模块(context aggregation module,CAM)多层次聚合图像上下文信息,使用注意力指导模块(attention guidance module,AGM)对融合后的特征图进行特征重标定,增强有用特征;使用深度监督思想同时对浅层网络权重进行训练,同时在视杯分割网络中引入了先验知识,约束对视杯的分割。结果在3个数据集上与其他方法进行对比实验,在Drishti-GS1数据集中,分割视盘的Dice(dice coefficient)和IOU(intersection-over-union)分别为0.9814和0.9635,分割视杯的Dice和IOU分别为0.9266和0.8633;在RIM-ONE(retinal image database for optic nerve evaluation)-v3数据集中,分割视盘的Dice和IOU分别为0.9768和0.9546,分割视杯的Dice和IOU分别为0.8642和0.7609;在Refuge数据集中,分割视盘的Dice和IOU分别为0.9758和0.9527,分割视杯的Dice和IOU分别为0.8871和0.7972,均优于对比算法。同时,消融实验验证了各模块的有效性,跨数据集实验进一步表明了CA-Net的泛化性,可视化图像也表明CA-Net能够分割出更接近标注的分割结果。结论在Drishti-GS1、RIM-ONE-v3和Refuge三个数据集的测试结果表明,CA-Net均能取得最优的视盘和视杯分割结果,跨数据集测试结果也更加表明了CA-Net具有良好的泛化性能。