基于改进YOLOv3模型的接触轨表面缺陷检测方法

为实现接触轨表面缺陷的高效检测,提出了一个基于改进YOLOv3模型的缺陷检测方法。一方面,采用轻量化的Ghost组件代替原始YOLOv3模型Darkent-53网络中的残差模块,来减少模型的尺寸和提高推理速度。另一方面,使用GIoU解决IoU在检测框和真值框不相交时损失函数无法反向传播的问题,并使用GIoU损失作为边界框损失加快模型收敛速度。利用在上海地铁16号线采集到的接触轨图像进行实验,精确率和召回率达到90.21%和89.64%,检测速度达到每张图片0.015 s,模型尺寸压缩到59.5 MB。     

基于Matlab的起重机吊钩表面缺陷检测图像处理

起重设备在建筑、交通以及工业等行业得到了广泛应用,相关部门与企业要高度重视起重设备重要零部件的质量检测工作,以免影响起重设备的正常功能与使用寿命,引发安全事故。基于Matlab的起重机吊钩表面缺陷检测图像处理技术展开分析与探究。     

改进的YOLOv3-Tiny网络在风机叶片损伤检测中的应用

为了解决YOLOv3-Tiny对无人机采集的风机叶片图像损伤检测精度不高的问题,提出一种基于深度学习的风机叶片图像损伤检测方法。首先提出一种跨越式特征联合网络结构,由卷积层和拼接层构成,将不同深度的特征信息进行融合再学习,提取目标多层级特征信息;其次引入Inception模块结构,其中4个平行通道的多个卷积核对输入的特征图进行组合和压缩,在减少网络的学习参数的同时更好地表征图像特征信息,提高小目标的检测精度。实验表明,改进后算法的检测精度提高了2.69%,在自制的数据集中mAP可以达到88.58%,并且模型的参数缩小了4倍。因此,改进的方法比传统的YOLOv3-Tiny网络具有更好的检测效果。研究结果可为基于图像的损伤检测和风机叶片损伤智能识别提供参考。     

基于改进YOLOv5的驾驶员疲劳状态检测

为了减少因疲劳驾驶而造成的意外交通事故,提出了一种基于改进的YOLOv5网络模型,对驾驶员的疲劳状态进行检测。首先,使用轻量型网络MobileNetV3替换原YOLOv5主干网络;其次,在颈部网络各个C3模块中融入ECA注意力机制;最后,通过检测网络对眼睛的开合度和嘴巴有无打哈的状态进行定位和识别,使用多指标对驾驶员进行疲劳判定,并自建疲劳检测数据集进行实验。结果表明：改进的YOLOv5模型参数量、计算量、体积分别减小至原模型的48%、38%、50%,解决了原模型参数量、计算量、体积过大的问题;mAP值由98.6%提升至99.1%,精确率由95.9%提升至96.8%,检测速率由115 f/s提升至119 f/s,进一步提高了模型的检测精度和检测速度。改进的YOLOv5模型具备轻量化、高精度、高速率的特点,可为疲劳驾驶预警提供参考。     

机械加工零件表面纹理缺陷检测

机械加工零件在其质量及精度方面要求甚是严格,同时在部分要求比较高的自动化工业中也需要对其表面的纹理缺陷进行分析检测,借此来整体提升机械加工的生产水平。围绕机械加工零件表面纹理缺陷问题展开讨论,提出几点思考意见供参考。     

基于轻量级卷积神经网络的苹果表面缺陷检测方法

为了解决目前农业信息领域对苹果表面缺陷检测准确率低的问题,提出一种基于轻量级卷积神经网络的苹果表面缺陷检测方法.首先采集苹果缺陷样本图片制作实验数据集用于模型训练和测试;其次在AlexNet网络结构的基础上,引入深度可分离卷积代替原有网络中的标准卷积运算来进行图像特征的提取;最后利用全局平均池化方法代替原有网络中的全连...     

H型钢行业总体发展的研究与探讨

H型钢行业面临供需矛盾加大、产品同质化竞争激烈等问题,但是H型钢市场需求还有较大的成长空间。阐述了国内外H型钢发展现状,对行业发展前景和存在问题进行了研究分析,针对如何促进整个行业健康发展的问题,提出了加强行业自律、明确发展定位、齐心协力开拓市场等措施,并指出应以全球化的视野、多赢的理念,加快H型钢由粗放式增长向集约式发展的转变,最终实现整个行业的有序发展。     

改善海洋工程用H型钢表面质量的初步探讨

海洋工程用钢对表面质量的要求比较高,氧化铁皮是其主要缺陷。主要从钢材的化学成分、加热制度、高压水除磷、轧制规程等方面分析氧化铁皮的形成,并针对以上原因提出了相应措施,主要包括：对煤气供应状况、加热温度控制、停轧保温、装炉工艺等加热制度方面进行优化,合理应用高压水除磷装备,对重点产品规格的孔型、轧制规程进行优化,保证生产过程的均衡稳定,等等。     

基于VisionPro的啤酒盖缺陷检测系统开发

啤酒瓶盖在生产过程中由于工艺原因会出现变形、疤痕等问题,人工检测困难,严重影响其美观和密封性。本文提出基于VisionPro软件的机器视觉检测方法,研发一种非接触式的自动检测系统。首先利用QuickBuild开发环境设计软件,使用Histogram工具检测图像,ToolBlock简单脚本计算缺陷并反馈在图像上,最后利用向导生成用户操作界面。实验结果表明,该系统界面操作简单,可以快速、准确地识别啤酒瓶盖缺陷,节约人力成本并提高识别准确性。     

基于YOLOv5神经网络模型的违采视频检测

为了提升采砂监管效率,提出一种基于YOLOv5神经网络模型的检测方法对违采视频进行目标检测.采用Focus+CSP作为主干网络,并针对视频中目标较小且多的特点,改进了网络模型的特征融合方式,引入数据增强的方法来减小过拟合的概率,提高了算法性能.实验表明,文章提出的方法有效提高了水利监管的效率,且检测精度和速度均满足实际...     

基于改进SSD-MobileNet算法的AGV动态目标检测方法

为了提升自动导引运输车(automated guided vehicle,AGV)动态障碍物视觉检测的精度和帧率,提出了一种基于单镜头多盒检测器（single shot multibox detector,SSD）的改进算法。将轻量级MobileNet网络引入到SSD网络结构中,然后利用K-means算法对训练数据集中真实框的AR值进行聚类并更新,最后利用Jeston Nano嵌入式平台搭建了AGV实验系统,引入TensorRT加速引擎,分别对改进前后的SSD-MobileNet模型进行加速优化,并对比分析。结果表明：改进的SSD-MobileNet模型在AGV上使用TensorRT加速引擎的mAP值为79.1%,相比优化前提升了10.8%,对精度影响很小,而帧率达到了25 f/s,较原SSD模型提升了近4倍,且改进后模型规模也比优化前缩小了37%。采用改进算法能够使AGV在运输过程中完成动态障碍物检测任务,可代替人工实现货物高效运输,并节省运输成本,为智能化运输提供了一种新的思路。     

多点红外触控系统的设计与实现

针对目前人们迫切需要舒适人性化的人机交互方式,着重提出一种基于红外感应的多点触控系统,系统中通过红外摄像头得到含有触点的图像,再对图像进行图像分析得到触点的坐标和动作,并最终提交到显示屏幕上,实现与用户的交互。这种方法能满足用户需要大面积触摸范围情景的需求。     

基于明亮区域和天空识别的图像去雾算法

针对去雾算法对存在大面积明亮区域的图像去雾效果不佳的问题,根据暗原色先验原理提出了一种基于明亮区域和天空区域识别的图像去雾算法。根据天空区域和明亮区域的特点,建立了明亮区域和天空区域的判别机制,对不同类型的图像采用不同方法求取大气光值;基于点暗原色原理,采用中值滤波和双边滤波对点透射率进行细化,与块透射率相比,采用点透射率可以保留更多的图像细节。结果显示,采用均方误差、峰值信噪比、可见边梯度和结构相似性4个参数作为图像去雾效果的客观评价指标,优化后算法的综合评价指标均优于其他算法。所提出的算法对不同类型图像均可取得较好的去雾效果,消除了去雾图像的光晕、块效应和天空区域过饱和现象。     

基于人脸检测的智能视频控制系统

针对目前智能视频控制系统只是对运动目标进行识别跟踪、拍摄范围比较大、取证利用价值较低的缺点,提出了基于人脸检测的智能视频控制系统。本系统在对运动目标进行识别的基础上进行人脸检测,把人脸放在屏幕中央,达到抓证取证目的,提高了利用价值,还对自动识别和人脸检测算法进行了一些改进。     

基于像素级估计的视频显著性检测

为了减少背景噪声干扰,准确地从复杂视频中提取显著目标,提出一种具有时空一致性的视频显著区域检测算法。将视频帧划分为超像素,以超像素为基本单元提取光流特征,在时空一致性原则指导下动态融合颜色、边界信息和光流特征,获取视频显著图。在此基础上,借助视频帧的细节和区域特征对视频显著图进行细化增强。实验结果表明,算法的准确率[CD*2]召回率曲线在复杂图像数据库中高于传统经典算法,具有足够高的鲁棒性,能够减少相机运动和背景运动以及突变情况对跟踪检测的影响。所提方法能够在各种运动模式下和外观复杂场景中较为完整地提取显著目标,可作为预处理技术,改善目标跟踪、行为检测、视频压缩等的性能。     

一种基于感受野增强的人脸检测方法

为了解决多任务级联卷积神经网络（MTCNN）算法网络模型在小人脸检测方面鲁棒性较低的问题,提出了一种基于感受野增强的网络模型。首先,为MTCNN算法模型中的R-Net网络和O-Net网络添加感受野模块（receptive field blocks,RFB-S）。其次,通过添加批量标准化和全局平均池化,加速网络模型的收敛,防止模型过拟合。最后,调整网络任务的权重,P-Net和R-Net网络用于人脸区域粗筛选,O-Net网络用于人脸区域精筛选以及人脸关键点回归。实验结果表明,与MTCNN算法网络模型相比,所提模型缩小了16%,但检测速度提升了9%,在FDDB数据集上的检测精度提高了2.3%。因此,基于感受野增强的网络模型能有效完成人脸的检测任务,增强对小人脸检测的鲁棒性,可为人脸识别、表情识别等提供技术支持。     

基于Hausdorff距离的人脸检测

研究了一种基于Hausdorff距离的人脸检测算法,该方法由多个规格化大小的人脸图像的边缘图构成模板图像,在对检测图像距离变换的基础上,通过对距离图像的搜索匹配,实现人脸检测。实验结果表明,该方法对包含噪声、模糊特征等复杂环境和部分遮挡的图像仍能较好地完成匹配,比传统的检测方法更为有效。