基于DeeplabV3+网络的轻量化语义分割算法

针对传统语义分割模型参数量大、计算速度慢且效率不高等问题,改进一种基于DeeplabV3+网络的轻量化语义分割模型Faster-DeeplabV3+。Faster-DeeplabV3+模型采用轻量级MobilenetV2代替Xception作为主干特征提取网络,大幅减少参数量,提高计算速度;引入深度可分离卷积(deep separable convolution, DSC)与空洞空间金字塔(atrous spatia pyramid pooling, ASPP)中的膨胀卷积设计成新的深度可分离膨胀卷积(depthwise separable dilated convolution, DSD-Conv),即组成深度可分离空洞空间金字塔模块(DP-ASPP),扩大感受野的同时减少原本卷积参数量,提高运算速度;加入改进的双注意力机制模块分别对编码区生成的低级特征图和高级特征图进行处理,增强网络对不同维度特征信息提取的敏感性和准确性;融合使用交叉熵和Dice Loss两种损失函数,为模型提供更全面、更多样的优化。改进模型在PASCAL VOC 2012数据集上进行测试。实验结果表明:平均交并比由76.57%提升至79.07%,分割准确度由91.2%提升至94.3%。改进模型的网络参数量(params)减少了3.86×10~6,浮点计算量(GFLOPs)减少了117.98 G。因此,Faster-DeeplabV3+算法在大幅降低参数量、提高运算速度的同时保持较高语义分割效果。

改进YOLOv3的轻量级铸件焊缝表面缺陷检测

针对机械制造行业中铸件焊缝表面缺陷数据集少,被检测物体处于复杂环境下目标检测困难和识别准确率低等问题,提出了一种改进的YOLOv3算法。使用了有效的数据增强技术,提高了模型的鲁棒性,使其更加适用于真实环境;引入轻量级网络GhostNet替换原始主干网络,降低模型参数量,减少训练时间;在主干网络最后一层输出端加入空间金字塔池化结构,提高模型的感受野和增强模型的抗干扰能力;在FPN(feature pyramid network)中引入1×1卷积和通道注意力机制,防止维度损失和提高对重要特征的关注度,增强对小目标的特征提取;在训练过程中引入Focal Loss,提高模型对正样本的预测准确率。实验结果表明,与原YOLOv3相比,改进模型在铸件焊缝缺陷数据集上mAP提升1.55%,小目标气孔AP提升4%,增加小目标识别精度。

改进Mask R-CNN的无人机影像建筑物提取

从无人机影像中自动提取建筑物对城乡规划和管理至关重要,然而,在复杂背景干扰和建筑物外观变化很大的情况下给实例提取带来挑战。因此,提出一种改进的Mask区域卷积神经网络(R-CNN)方法用于无人机影像的建筑物自动实例提取。改进方法以ResNet-101作为特征提取网络,在特征融合网络方面,通过添加自底向上的路径增强整个特征层次的定位能力,同时在特征融合中加入空洞空间金字塔池化模块(ASPP)来提高多尺度能力与改善模型性能。在自制建筑物数据集上的综合实验结果表明,与原始的Mask R-CNN方法相比,改进方法的mAP值提高了2.6%,能够很好地实现无人机影像建筑物实例提取。

面向畸变扭曲文档的两种图像矫正网络

由于文档纸张的几何形变、拍摄场景的干扰及拍摄角度不理想导致的透视失真,移动设备获取的文档图像的光学字符识别(Optical character recognition,OCR)性能受到很大挑战。针对折叠和扭曲的畸变文档图像预处理问题,设计了两种基于自编码器的网络结构,以实现自适应性图像矫正并提高文字识别正确率。首先提出空洞残差块和非对称卷积残差块两种残差块,然后将残差块与自编码器相结合,设计了一种非对称空洞自编码器网络;同时利用空间金字塔池化代替全连接层,并用非对称卷积残差块实现特征提取,设计了另一种空间金字塔自编码器网络。实验结果表明,与畸变图像相比,经非对称空洞自编码器网络矫正后的图像在OCR正确率、OCR召回率和文本相似度上分别提高了26.3%、20.4%和12.3%,而经空间金字塔自编码器网络矫正后的图像在正确率、召回率和文本相似度上分别提高了27.7%、22.0%和15.5%。与RectiNet等其他图像矫正网络相比,这两种网络可以自适应矫正多种类型的畸变文档图像,且矫正后的图像在文字识别上表现更为优异。本文提出的两种矫正网络能有效提高图像文字识别正确率、召回率和文本相似度,同时在鲁棒性、泛化性等方面与现有矫正网络相比具有明显的优势。

基于改进YOLOv7算法的井场作业安全检测方法研究

针对油井场作业中因监管效率低下导致的安全事故问题,提出了一种改进的YOLOv7算法来检测井场作业人员不安全行为。首先,将YOLOv7模型颈部中的原金字塔池化模块替换为空洞空间金字塔池化(ASPP)模块,ASPP采用多个并行的空洞卷积分支,每个分支具有不同的采样率,从而获得不同尺度的感受野,提高了模型对多尺度特征信息的捕获能力;其次将YOLOv7模型检测头中的普通卷积替换为全维度动态卷积,从4个维度来学习卷积核内部的注意力值,从而获得全维度的卷积核权重,增强了模型对关键特征的关注度。最后,与原YOLOv7模型进行实验对比。结果表明,改进后的模型平均精度均值提高了5.58%。与其他目标检测模型相比,检测性能有显著提升。

基于FCN-AC-ASPP的手写体去除方法

针对印刷体和手写体分类准确率不够高的问题,本文首先提出了一种印刷体与手写体像素级样本制作方法,并制作了印刷体和手写体数据集。其次提出了一种基于带空洞卷积和空洞空间金字塔池化的全卷积神经网络(FCN-AC-ASPP)模型。经过对FCNAC-ASPP模型的训练和检测,该模型的分类准确率平均交并比(IoU)达到96.10%,优于全卷积神经网络(FCN)、DeeplabV3+、带空洞卷积的全卷积神经网络(FCN-AC)模型。最后对于同时含有印刷体和手写体的新图片,用训练好的FCN-AC-ASPP模型对印刷体和手写体分类,从而把手写体去除。

基于ASPP的高分辨率卷积神经网络2D人体姿态估计研究

人体姿态估计是计算机视觉研究中的基础任务,可应用在活动识别、智能监控、人机交互等领域,研究人体姿态具有重要意义。近年来,随着深度学习技术的快速发展,人体姿态估计效果不断提升,已经开始广泛应用于计算机视觉的各个领域。提出基于空洞空间金字塔池化模块的高分辨率人体姿态估计(ASPP-HRNet),进行多尺度特征的提取和信息的融合,提升2D人体姿态估计精确度。

基于多尺度特征融合的遥感影像语义分割

针对传统的遥感影像语义分割方法存在分类能力差和分割效果不精细的问题,设计并实现一种基于U-Net的多尺度特征融合网络。网络通过多尺度跳跃连接组合不同层级的语义特征;结合通道注意力机制增强跳跃连接中关键特征的表达能力;利用空洞空间金字塔池化结构融合深层特征,进一步加强网络在复杂背景中的分类性能。在公开数据集Vaihingen上进行的实验表明,多尺度特征融合网络相比通用分割网络具有更高的表现性能和更好的实用价值。

并行路径与强注意力机制遥感图像建筑物分割

遥感图像建筑物分割广泛应用于城市规划及军事领域,是当前遥感领域的研究热点。针对遥感图像中建筑物之间尺度变化较大、建筑物遮挡、建筑物阴影与建筑物边缘相似所导致建筑物分割精度较低的问题,提出一种并行路径和强注意力机制的卷积神经网络模型。该模型基于ResNet网络残差连接的思想,以ResNet为基础网络提高网络深度,并采用卷积下采样得到并行路径,提取建筑物的多尺度特征,以减少建筑物之间尺度变化的影响。然后加入强注意力机制,增强多尺度信息的融合效果,增加不同特征之间的区分度,抑制建筑物遮挡及建筑物阴影的影响。最后,在多尺度融合特征后加入金字塔空间池化模块,抑制分割结果中建筑物内部孔洞的出现,提高分割精度。在WHU以及Massachusetts Buildings公开数据集进行实验,分别从MIoU,Recall,Precision,F1-score 4个指标对分割结果进行量化比较,在Massachusetts Buildings数据集中MIoU达到72.84%,相较于ResUNet-a提升1.46%,能够有效提高遥感影像中建筑的分割精度。

基于密集连接与特征增强的语义分割算法

在语义分割算法DeepLabv3+中,由于对主干网络提取的特征信息利用不充分,导致了分割边缘不连续、目标丢失以及分割错误等问题。为此,提出一种基于密集连接和特征增强的语义分割算法。采用共享空洞空间金字塔池化(S-ASPP)模块建立多个空洞卷积之间的联系,增强局部信息之间的语义关联,捕获密集的采样点像素,同时提高对高层特征信息的利用。引入特征金字塔增强模块(FPEM)和特征融合模块(FFM),对主干网络输出的多层特征信息进行处理,增强特征的表达能力,并采用FFM对FPEM输出的不同尺度特征信息进行融合,提高各层特征之间的互补能力,以获得更全面的特征图信息。在此基础上,将S-ASPP和FFM的输出进行拼接和卷积操作,得到最终的分割结果。在PASCAL VOC 2012和Cityscapes数据集上的实验结果表明,该算法的平均交并比分别达到81.13%和73.39%,相较于基准算法DeepLabv3+分别提升了2.3和2.1个百分点,充分利用了骨干网络中的每层特征信息,提升了算法的分割精度,取得了较好的分割效果。

一种改进神经网络的苹果快速识别算法

针对采摘机器人设备计算力不足,目标检测速度受限,难以满足实时应用,提出一种基于改进YOLOv4的轻量化算法,用于提高检测速度和减少网络体积。采用轻量化的主干网络Ghostnet替代YOLOv4中的CSPdarknet53主干网络,减少了参数量。在替换主干网络的基础上,再采用深度可分离卷积替换YOLOv4中的颈部网络,进一步减少了权重和计算量。随后在空间金字塔池化的前后增加CBL卷积模块层数,将3层更换为5层,可以提高对图片的特征提取和整个网络对图片信息的获取,提升精准度。采用KNN聚类算法计算先验框,对先验框进行预测,同时使用马赛克数据增强识别精度。苹果检测结果表明,修改后的网络对苹果有较好的识别精度,在检测速度上比YOLOv4提高45.8%,FPS达到了35,整体网络的权重减少79.7%。修改后的网络提高了检测速度,减少了权重文件大小,能更好地适用于计算力不足和储存空间较小的采摘机器人设备。

基于改进YOLOX的落石检测方法

山坡地区是落石频发的区域,凭人力难以及时发现灾害的发生;为及时检测到落石的发生并做出应对措施,提出一种基于改进YOLOX的落石检测方法,自动检测并报告落石的发生情况;通过自制落石数据集训练YOLOX网络,优化空间金字塔池化结构,获取更多语义信息,并引入ECA-Net(Efficient Channel Attention Module,高效通道注意力模块),提高特征的提取能力和特征间的信息传播,同时改进损失函数并使用数据增强,提高网络训练效果;实验结果表明,改进YOLOX算法的mAP@0.5为92.50%,每秒检测帧数为62.6,相较于YOLOX算法,mAP@0.5提高3.45%,每秒检测帧数上涨0.3;与原算法相比,在不损失性能的情况下,精度有较大的提升,同时满足图片与视频数据的实时检测要求。

基于YOLACT-RFX模型的穴盘甘蓝苗株分割算法

温室作物长势分析是近年来农业信息化领域中的研究热点,目前国内温室多用穴盘育苗的方式,其密集种植的特点和复杂的背景干扰给穴盘苗株的分割识别任务带来挑战。提出一种基于YOLACT-RFX的分割算法实现对穴盘内甘蓝苗株的高精度分割和苗期识别。通过引入递归特征金字塔结构加强甘蓝苗株叶片边缘处的特征提取能力,改进相邻穴盘孔位中相互干扰苗株的分割性能。在递归特征金字塔结构中利用空洞空间金字塔池化结构对尺寸和形状快速变化的甘蓝苗株进行特征识别。最后,融合ResNeXt主干网络提升算法精度,加快模型收敛速度。基于甘蓝苗自建数据集验证所提算法的有效性,实验结果表明,当交并比为0.5时,YOLACT-RFX算法的各类平均精度为84.4%,平均召回率为92.7%,相较于YOLACT算法分别提升了3.6%和3.9%。在同等情况下,分割效果优于MASK-RCNN、SOLO、QueryInst等算法。改进后的YOLACT-RFX算法可实现对不同生长期内甘蓝穴盘苗株的高精度分割,为温室自动化甘蓝苗期管理提供技术基础。

基于特征增强的轻量级无人机目标检测算法

针对无人机航拍图像特征少,小尺寸目标多以及检测任务实时性要求高等问题,以YOLOX算法为基础提出基于特征增强的轻量级无人机目标检测算法。首先,设计更加轻量的密集残差网络结构ResNet_G优化模型的主干网络,提升模型对图像特征的利用率,同时降低模型复杂度;其次,提出基于注意力机制的Atrous Spatial Pyramid Pooling(ASPP)模块作为特征增强模块,加强上下文信息关联度以减少丢失小目标特征;最后,使用Focal Loss函数与CDIoU Loss函数,改善负样本对模型权重的影响以提高对密集目标的识别能力。实验结果表明,与原网络相比,改进后算法在VisDrone2021数据集上平均检测精度提升5.08%,参数量减少0.25 M,推理时间降低2.21 ms。

基于改进YOLOv7的口罩佩戴检测

佩戴好口罩是居民预防新冠和配合国家疫情防控的有效方式。针对口罩佩戴是否正确、拍摄角度不同以及被遮挡等问题,提出了一种改进的YOLOv7算法。该算法以YOLOv7为基础,在网络的Head区引入卷积注意力机制,使得特征网络在对口罩区域的处理中更具有针对性,从而增强特征网络对口罩区域的学习能力;对Backbone区结构进行优化,对ConvNeXt网络结构进行改进,并引入网络中代替部分卷积,提高模型的检测精度和鲁棒性,增强预测精确度的同时不会引入大量额外的计算。对Head层的空间金字塔池化进行改进,提高了训练速度并且加快模型收敛。实验结果表明,在复杂及遮挡的情况下,改进后的YOLOv7的损失函数大幅下降,在测试集上的mAP为93.8%,相比于原始YOLOv7算法提高了3.6%。各个类别的检测精度均有提升,没佩戴口罩、正确佩戴口罩、不正确佩戴口罩类别的精度分别提升6.8%、2.1%、1.7%。本文算法的错检情况明显减少,泛化能力有显著提升。

改进型CenterNet的高铁无砟轨道板表面裂缝检测算法

针对传统的高铁无砟轨道板表面裂缝检测方法存在检测精度低、速度慢的问题,提出一种改进型CenterNet的高铁无砟轨道板表面裂缝检测算法。该算法在编解码网络之间加入空洞空间金字塔池化模块(ASPP),以此扩大特征图的感受野,充分提取不同尺度的上下文信息;然后在特征提取网络中加入多光谱通道注意力模块(MCA),使网络可以更好学习每个通道的权重,捕获图像丰富的输入特征信息;最后使用α-IoU损失函数来提高边界框预测的准确度。实验结果表明,本算法平均检测精度(mAP)达到84.12%,相比传统算法平均检测精度提升了3.37%,对于轨道板表面裂缝具有较好的检测效果。

基于YOLOv5的改进型夜间车辆检测算法研究

基于视觉图像的城市道路车辆检测是计算机视觉领域重要的研究课题之一。目前,其在白天环境下已取得良好的成果,但夜间环境的车辆检测问题仍存在许多研究难点。文章主要基于深度学习中目标检测(YOLOv5)算法进行改进,使用K-Means++算法获取先验框,提高收敛速度和检测准确率,使用空洞空间金字塔池化(Atrous Spatial Pyramid Pooling,ASPP)替换原模型的快速空间金字塔池化(Spatial Pyramid Pooling-Fast,SPPF),提高了召回率和平均准确率。实验表明,提出的YOLOv5x+ASPP较原网络YOLOv5x在驾驶数据集BDD100K上平均准确率提高了2.1个百分点。

改进全卷积神经网络的甲状腺结节分割方法

为了更加精确地分割出甲状腺结节,本文提出了一种改进的全卷积神经网络(Fully convolutional network,FCN)分割模型。相较于FCN,本文方法加入了空洞空间卷积池化金字塔(Atrousspatialpyramidpooling,ASPP)模块与多层特征传递模块(Featuretransfer,FT),并采用LinkNet模型中Decoder模块进行上采样,VGG16主干网络实现特征提取下采样。实验采用来自斯坦福AIMI(Artificial intelligence in medicine and imaging)共享数据集的17413张超声甲状腺结节图像分别用于训练、验证和测试。实验结果表明,相比于其他多种分割模型,本文模型在平均交并比(mean Intersection over union,mIoU),Dice相似系数,F1分数3个分割指标上分别达到了79.7%,87.6%和98.42%,实现了更好的分割效果,有效地提升了甲状腺结节的分割精确度。

基于空间金字塔池化的YOLOv3的柑橘多分级研究

为研究食品工业环境下的柑橘分级工作,实现柑橘的快速与精确分级,提出使用基于空间金字塔池化(SPP)的YOLOv3算法来完成食品工业环境下的成熟柑橘的识别与检测。该研究构建了柑橘的图像数据集,并对图像进行预处理;通过在YOLOv3算法的基础上加入空间金字塔池化模块,使网络能够接受不同尺度的输入特征图,并对不同尺度的特征进行提取,从而改善了网络对图像特征信息的提取能力,进而提高模型的整体性能。试验结果表明,基于空间金字塔池化结构的YOLOv3网络对柑橘的多分级检测精确率达到95.08%。加入空间金字塔池化结构的YOLOv3网络对于柑橘表面特征具有更好的提取能力,能够提取到更多的柑橘表面特征信息。研究结果表明,本文使用的YOLOv3-SPP算法对食品工业环境下的柑橘分级具有较高的精确度,为柑橘的多分级工作提供了技术支持。

基于注意力机制的腰椎间盘突出患者多裂肌分割方法

为解决分割目标和周围结构边界不清楚的问题,提出一种基于注意力机制的腰椎间盘突出患者多裂肌分割方法。该网络采用了编码器-解码器的结构,通过引入注意力机制模块提升网络分割精度,并在特征提取后引入空洞空间卷积池化金字塔模块,融合了上下文信息,以提升网络模型的性能。实验结果表明,在推理时间接近的情况下,该模型与经典U-Net算法相比,Dice系数提升了7.8%,Jaccard相似系数提升了10.1%,Hausdorff Distance下降了69.5%,提高了多裂肌脂肪浸润部位的分割精度。