基于改进YOLOv4的路面裂缝检测研究

目前对路面裂缝的检测效率低下且费用昂贵。针对这一问题,提出一种改进YOLOv4的路面裂缝目标检测模型。首先,将MobileNetv2作为主干网络并将其他普通卷积用深度可分离卷积代替;其次,将坐标注意力机制与空间注意力机制分别植入Backbone和Neck部分。试验结果表明：改进模型在进一步提升了对路面裂缝检测精度的同时检测速度大幅度提升,FPS可达到61.48帧/s,同时mPA达到了67.26%,比原模型有较大提升。     

基于改进YOLOv5s的车辆检测研究

【目的】针对目标检测算法在车辆检测领域中应用时存在模型复杂、检测精度较低的问题,基于改进YOLOv5s算法开展车辆检测研究。【方法】以Ghost模块来替换YOLOv5s中的主干网络,以达到模型剪枝的目的,改进后的网络模型复杂度有所降低,从而解决了网络模型较大的问题。同时,可引入挤压—激励注意力机制来提取更重要的特征信息,达到提高检测精度的目的。本研究所用到的数据集均为汽车图像,车辆检测数据集共有12 786张图片,将该数据集按照8∶1∶1的比例进行划分。其中,训练集为10 228张,测试集和验证集均为1 279张,采用对比试验法进行研究。【结果】试验结果表明,与原有的YOLOv5s相比,改进后的网络模型在车辆检测数据集上的平均准确率均值提升3%,查准率和召回率分别提升1.9%和3.2%,模型大小下降42%。【结论】改进后的网络模型有效降低了模型的复杂度,提高了检测精度,并节约成本。     

基于YOLOv3与分水岭的直升机桨叶欠曝光图像圆形标记点检测

针对现有的直升机桨叶欠曝光图像中圆形标记点检测方法存在自适应能力不强、速度慢、精度不高的问题,提出了基于YOLOv3 (you only look once)与分水岭的直升机桨叶欠曝光图像圆形标记点检测方法.首先,将采集的真实桨叶欠曝光图像中的圆形标记点进行标注后,制作成数据集,并训练YOLOv3网络;其次,用训练好的YOLOv3网络检测出圆形标记点区域;再次,改进传统分水岭标记提取方式,采用多线程技术并行在各圆形标记点区域内进行分水岭变换,得到圆形标记点边缘检测结果;最后,采用最小二乘圆拟合和奇异点去除法实现圆形标记点的精确定位.研究者通过对多幅欠曝光桨叶图像中圆形标记点进行检测实验,验证了该方法具有自适应能力强、速度快、精度高的优点,并已将其用于直升机桨叶欠曝光图像圆形标记点的检测.     

基于改进的YOLO v3的遥感图像目标检测

为了实现对遥感图像目标检测,对YOLO v3算法特征提取网络进行了改进。采用复制主干网络的方法,搭建辅助网络,使网络能够提取到更多的特征。为了使主干网络和辅助网络所提取的特征整合到一起,采用挤压激励(Squeeze and excitation, SE)注意力机制模块进行连接并使用DOTA数据集进行验证,以准确率等评价指标来评价改进网络的性能。实验结果表明,检测的能力在改进后有着明显的提升,比原始的YOLO v3算法准确率提高了8.68%,在检测精度上有所提升。     

基于改进的YOLO v3的遥感图像目标检测

为了实现对遥感图像目标检测,对YOLO v3算法特征提取网络进行了改进。采用复制主干网络的方法,搭建辅助网络,使网络能够提取到更多的特征。为了使主干网络和辅助网络所提取的特征整合到一起,采用挤压激励(Squeeze and excitation, SE)注意力机制模块进行连接并使用DOTA数据集进行验证,以准确率等评价指标来评价改进网络的性能。实验结果表明,检测的能力在改进后有着明显的提升,比原始的YOLO v3算法准确率提高了8.68%,在检测精度上有所提升。     

基于霍夫变换的图像轮廓检测方法与优化

物体的轮廓信息是一种重要的形态特征,在图像处理过程中起着至关重要的作用.基于霍夫变换的轮廓检测方法,对大量的图像进行轮廓检测,并分析其特点.发现该方法不足之处,并进行改进.还分析了一些影响图像处理的因素,使检测效果得到提升.     

鲁棒的快速车道偏移警告

针对FPGA等片上资源较为缺乏的处理器,提出一种应用于辅助驾驶的快速车道线偏移警告方法. 方法
面向单目视觉识别应用;首先采用基于区域统计方式的二值化处理进行图像增强,并利用515车道线模板匹配方
法代替传统的边沿检测去除原图像中的大量干扰信息,最后采用压缩型霍夫变换对匹配结果进行车道线提取. 与
传统霍夫变换相比,大大降低了运算量,减小了内存使用量. 实验证明,该算法对车道线的识别非常有效,满足实
时性需求,并已成功移植到FPGA上.     

基于YOLOv3算法的盲道识别研究

世界卫生组织统计的数据显示,全球失明人数超过3600万,且有逐年递增的趋势.对于视障人群而言,其出行十分不便,并且现有的盲道识别算法大多是基于颜色和纹理,检测速度较慢,不能很好地解决盲人出行难的问题.为此,本研究提出一种基于YOLOv3网络模型的盲道识别算法.笔者使用LabelImg工具对收集到的数据进行标注,再将标注...     

基于YOLOv5s改进的口罩佩戴检测算法

由于新型冠状病毒肺炎的爆发,口罩成为人们日常生活中必需品。为了识别与检测人们是否佩戴口罩,提出了一种基于改进的YOLOv5s口罩佩戴检测算法。通过在YOLOv5s主干网络引入改进的自适应的协调注意力机制模块(Coordinate attention-activate or not, CA-A)提升网络的特征提取能力,解决了错误检测和漏检的问题。以新的损失函数AD-CIoU代替CIoU损失函数,作为回归损失函数,提升了边界框的定位精确度。实验表明,与原始模型算法相比,所提出的模型算法平均精度mAP值达到96.1%,提升了1.7%,具有较好的检测精度,可以满足目标检测应用需求。     

基于工程环境背景下安全帽佩戴检测算法研究

针对当前安全帽佩戴检测算法存在结构复杂、鲁棒性差等问题,提出一种借助改进后的YOLOv3算法进行安全帽佩戴检测.利用包含通道注意力机制的SE-ResNeXt残差结构,替换YOLOv3模型中Darknet53网络的残差结构,在不加深网络结构的情况下,利用通道注意力机制,捕获特征有用信息,达到提高特征表示能力的目的.再利用...     

基于注意力机制与YOLOv5s的轻量化农作物害虫检测方法

为解决在自然环境中人工检测害虫精度低、速度慢的问题,提出了一种基于注意力机制与YOLOv5s的轻量化目标检测算法．首先,使用Ghost卷积替换YOLOv5s中的普通卷积,得到轻量化的主干特征提取网络．其次,在YOLOv5s中加入加权双向特征融合机制,从而实现高效的双向交叉连接和多尺度特征融合．最后,在主干网络中加入坐标注意力机制,从而增强网络模型对位置信息的关注．与原YOLOv5s算法相比,新算法在IP102农作物害虫检测数据集上的平均精度均值提升了2.1%,模型参数量和计算量分别减少了44.6%和44.3%,检测速度为64.8FPs．实验结果表明,基于注意力机制与YOLOv5s的轻量化目标检测算法不仅提升了农作物害虫检测精度,而且显著降低了模型参数量和计算量,能够满足农作物害虫检测的应用需求．     

基于GL Studio的虚拟仪表的仿真研究

基于GL Studio软件进行飞行器虚拟仪表盘的仿真,虚拟仪表通过应用程序将计算机与功能化硬件结合起来,用户可以利用计算机软件设计图形化界面来模拟仪器面板,用程序来控制信号的采集分析、显示存储和输出等,真正实现其所组成仪器的功能。所设计的飞行器虚拟仪表盘主要由四大部分组成:虚拟仪表盘面板、航向姿态指示器、高度表和多功能显示器。通过Microsoft Visual Studio 2003编译生成可执行文件,拨动相关按键可实现各显示模块的相应行为,将其嵌入到虚拟环境中,用于飞行员日常的飞行训练。飞行员通过虚拟座舱进行飞行训练,不仅能够提高实际的驾驶水平,而且由于虚拟座舱可以模拟各种气象条件,能够提升飞行员在特殊环境下应对突发状况的能力,同时没有任何危险,大大降低训练成本。     

基于霍夫变换的简单手绘表情的智能识别

随着人机交互与情感技术的发展,表情识别研究成为研究趋势。如在触摸屏上用手写输入系统绘制简单表情,这已普遍应用于手机短信和网络聊天软件中。计算机视觉中需要识别某些几何图形,如直线、圆弧等。基于霍夫变换,利用两点确定一条直线的几何原理进行智能识别简单图形。     

基于YOLOv3的甘蔗茎节实时动态识别与机械臂轨迹仿真

目前,甘蔗种植耗时长、劳动强度大,人们需要提高种植过程的机械化和智能化水平,而YOLOv3算法可以为机械数据采集和实时处理提供有力支持,因此有必要基于YOLOv3对甘蔗茎节实时动态识别与机械臂轨迹仿真进行研究.本文通过提取甘蔗茎节信息和构建YOLOv3网络结构对甘蔗茎节进行实时动态识别,提高识别效率和精确度;通过建立机...     

基于Mask-YOLO的复杂场景口罩佩戴检测

针对公共场所口罩佩戴检测存在遮挡、密集和小尺度的情况而导致检测精度不高的问题,以实时目标检测算法YOLOv3为基础提出一种Mask-YOLO算法.首先在特征融合过程中引入通道注意力机制以突出重要特征,减少了融合后冗余特征的影响,有效提高了特征利用率;然后以完全交并比(complete intersection over...     

基于信号流程仪表研究着陆系统故障的排除方法

通过分析仪表着陆系统的系统构成和信号流转模型,本文研究了一套具有严密逻辑性的设备故障排除方法。实际排故效果很好地验证了该方法。     

基于柱面全景图像的3DWarping方程

完善的虚拟现实系统应该支持多自由度的观察，如视点的移动．视点变换就是求视点移动后原始图像变换生成的新视图．基于柱面全景图像的3DWarping方程是先建立柱面全景图像，然后给出的3DWarping方程变换公式都是在任意坐标系下视点移动后生成的视图．此文，给出了在任意坐标系下视点移动后生成新视图的公式，以及具体推导过程．     

一种基于肤色和模板梯度的人脸检测方法

提出了一种基于肤色和模板梯度的人脸榆测方法，该方法首先利用肤色信息找到人脸的大致位置，再利用主分量分析提取出公共脸并以此作为匹配模板，最终采用二阶梯度法作为判别准则．结果表明本算法能明显地提高检测速度，检测率比一般的模板法有较大地提高．     

基于CAN总线车辆底盘综合电子系统的虚拟仪表终端设计

从硬、软件两方面介绍虚拟仪表的设计方法.硬件采用嵌入式加固PC机,该机内的CAN控制器主要完成虚拟仪表的数据接收和转换功能;软件采用多任务操作系统———Windows为基本操作系统,以VisualC 为集成开发环境,在此基础上设计和开发虚拟仪表程序.     

基于Hausdorff距离的车牌字符识别方法研究

根据车牌区域的固有特征,提出了一种高效、快速、实用的车牌字符识别算法．该方法先对车牌中的单个字符进行归一化和细化,然后采用Hausdorff距离模板匹配方法识别．实验表明,该方法有效可行．