简介：摘要：随着深度学习的不断进步，已经将应用延伸到光电跟踪设备，优质的检测跟踪算法决定光电跟踪设备的工作效率。本文提出一种改进YOLOv4的检测跟踪算法，结合空洞卷积对其网络结构进行改进，加入空洞空间金字塔池化模型，以此增大感受野，聚合多尺度上下文信息。然后，通过 K-means聚类方法生成更适合目标检测的初始候选框。其次，提出一种对象选择器，用来选择检测和跟踪轨迹中的最优候选框；最后，将最优候选框和跟踪轨

简介：摘要：针对水下裂纹采集的图片清晰度、对比度低的问题，本文提出了利用计算机视觉技术对水下裂纹进行检测，首先利用二值化对采集的水下裂纹图像进行出里，再利用改进的YOLOV4算法进行目标检测。将水下拍摄的裂纹视频提取出单独的帧；利用二值化将采集到的水下彩色图像转化成二值图像，将二值化得到的图片利用中值滤波方法进行去噪处理；将处理后的图片送入到改进后的YOLOV4网络进行训练。结果表明，该方法在对水下坝体裂纹检测的平均精确度可达94.67，速度可达33.7fps。使得水下坝体裂纹检测的准确率和运算速率都得到了很大的提升。

简介：摘要：工厂内违规吸烟可能引起重大的安全事故。为检测是否有人违规吸烟，提出一种可以快速准确检测吸烟的算法。该算法主要基于YOLOv5模型对摄像头输入的视频流进行实时处理。具体来说包含以下两个步骤：首先，选用合适的数据集，并对数据集的标注框进行优化；其次，使用decoupled head来调整模型的网络结构使其更好地适应吸烟检测场景的需求。实验结果表明，优化标注框的数据集召回率可以提升4.4，而改进后的算法相较于原始YOLOv5精确度提高3，召回率提升3.1，可以提供更高的检测准确率和更低的误报率。同时，在实际应用中，该算法具有较高的性能和稳定性，可以有效地用于工厂内吸烟检测的场景。

简介：摘要：本文提出的基于YOLOv3的轻量化行人检测算法将传统YOLOv3算法的骨干网络替换为轻量化骨干网络，运算量降低了71%，模型参数量降低了62%，同时具备较高的行人检测精度，适用于计算能力较低、存储空间较小的嵌入式设备，便于前端部署。

简介：    摘要：老人摔倒是导致严重伤害和意外事故的常见原因之一，因此，开发一种高效准确的老人摔倒检测系统具有重要意义。本论文提出了一种基于图像识别和结合YOLOV7目标检测算法的老人摔倒检测方法。首先，我们收集了大量标注有老人摔倒样本的图像数据集，并进行了数据预处理。然后，我们使用YOLOV7算法进行目标检测，通过对摔倒行为的特征进行学习，提高了摔倒目标的检测准确率。实验结果表明，我们的方法在老人摔倒检测任务中取得了良好的性能，具有广泛的应用前景。

简介：

简介：摘要：随着城市化与工业化的推进，国民经济水平得到了极大的提高。人类的生产活动在创造出大量物质财富的同时，也造成了严重的环境污染问题。本文对YOLOV8网络进行了改进，使用了深度可分离卷积和注意力机制，并提出了一种轻量型目标检测算法，即YOLOV8（ECA）。其在嵌入式设备上可实现20FPS的检测速度，黑烟车识别率可达95.57%。

简介：摘要：铁路隧道裂缝会影响隧道的结构稳定性和运营安全，裂缝病害的自动化检测亟待解决。传统的人工巡检方法自动化程度较低，检测效率低下，无法满足大规模隧道的快速检测需求。针对这一问题，提出了一种基于YOLOv7网络的铁路隧道裂缝检测方法，并在自建的铁路隧道裂缝数据集中进行模型训练和参数调优。实验结果表明，YOLOv7模型的F1分数、AP分别为84.49%、85.19%，相比于YOLOv5和Faster RCNN对比模型分别提高了3.97%、3.83%，5.69%、5.43%。YOLOv7模型综合性能最优秀，适用于铁路隧道工程的裂缝检测任务。

简介：

简介：摘要

简介：摘要：仓库管理活动中，常常伴随着设备货物行为、人员行、人员与货物交互行为等活动，行为复杂，分布场景广泛，结合视频监控技术，采用OLOv4物体检测算法、融合OpenPose检测人骨骼点，实现仓库环境中物品拿取行为的监测。模拟试验表明这种算法识别的方法能有效解决仓储场景中物品拿取的识别监测。

简介：图像边缘检测技术是图像分割、目标识别、区域形状提取等图像分析领域中十分重要的基础。对具有代表性的图像边缘检测算子进行了讨论，还结合小波变换方法和数学形态学方法分析了在边缘检测中的应用，并给出了这些算法的仿真实验效果，最后对实验结果进行了分析。这有助于学习和寻找更好的边缘检测方法。

简介：摘要：目标检测算法在不断更新迭代，从20世纪90年代至今，目标检测领域已经发生了翻天覆地的变化。本文简要梳理了目标检测算法的发展历程，重点对YOLOv1和YOLOv3两代算法进行了详细讨论，同时还探讨了YOLO算法在农业、工业、医学和遥感监测等领域的广泛应用，并展望了其未来的发展潜力。

简介：运用边缘检测和图着色理论，可以提出基于图着色的边缘检测算法。在基于图着色的边缘检测算法当中，首先利用不同的颜色梯度和色集合进行划分，其次对相邻像素点间的关联边进行着色，再次根据相邻像素点间的关联边的着色情况，在尽量保证图像信息完整的基础上，提取出尽可能少或者尽可能合适数量的边缘点，最后利用降噪函数对结果中的噪声点进行筛选，最终达到边缘提取的目的。

简介：红外图像中弱小目标的检测是实现红外搜索跟踪、红外侦查预警等红外图像处理的核心技术之一。当目标距离成像系统较远,目标呈现出面积小、信噪比低等特点,增加了对其检测的难度。为了准确、快速地实现不同红外背景下的弱小目标检测,提出了一种基于多层数据融合的红外图像弱小目标单帧检测算法。

简介：摘 要: 随着计算数学和信号处理技术的发展，基于深度神经网络的目标检测算法获得了比传统模板匹配算法更优的结果。深度 学习目标检测算法分为一阶段目标检测（one-stage）和两阶段目标检测（two-stage）两类。常见的一阶段目标检测算法有 YOLO算法、SSD算法。一阶段目标检测算法的优势在于利用回归的思想直接通过图像得到预测目标框信息，速度快。二阶段目标检测算法在精度方面要优于前者，例如R-CNN、Fast-CNN等，其策略是先利用网络产生一系列的候选框，然后进行分类和回归，虽然其精度相较一阶段算法准确度更高，但是速度方面相差甚远。

简介：摘要：由于故障电弧电流随机性、隐蔽性等特点，给故障电弧检测技术带来了挑战。针对现有故障电弧检测技术在实时性、数据可移植性等方面存在的些问题，本文提出一种基于Transform模型的实时检测故障电弧的系统。

简介：摘要：由于故障电弧电流随机性、隐蔽性等特点，给故障电弧检测技术带来了挑战。针对现有故障电弧检测技术在实时性、数据可移植性等方面存在的一些问题，本文提出一种基于FPGA的实时检测故障电弧的系统。

简介：

简介：边缘检测是图像分析和计算机视觉中最重要的内容之一。80年代中期,从图像所具有的不确定性是由模糊性引起的观点出发,首次将模糊集理论引入图像的边缘检测中,提出了图像边缘检测模糊算法（简称Pal算法）。与传统的空间域微分算法相比,该算法具有较好的抑噪、边缘检测效果,但是此算法仍然存在不少缺陷。就三种改进的模糊算法从算法原理和检测效果上与传统的Pal算法进行比较分析,用以说明改进算法能取得更好的检测效果。