摘要：针对在自动驾驶行驶中交通标志背景复杂和检测目标小等问题,设计了一种基于yolov8改进的交通标志识别算法。首先在yolov8的DarkNet53中使用动态蛇形卷积,通过引入动态蛇形卷积自适应调整卷积核形状和大小,可以更好地适应小目标尺寸,从而提高准确性,而且可通过目标形状的和轮廓,局部调整卷积核,使在卷积过程中更加关注目标特征,计算复杂度降低,提高检测精度;其次引入局部敏感卷积(LSKA)对SPPF进行改进,通过金字塔池化和频率金字塔来获得多尺度和多频率的特征表示,再利用LSKA来提取局部位置不变性,让其具有更好的鲁棒性和精度,提高网络对交通标志识别的准确性。实验结果表明,改进后的算法在精确率、召回率、平均精确率上相比原算法分别提升2.8%、2.7%、3.3%,检测速度满足实时性要求。

摘要：针对疫苗玻璃试管缺陷检测中遇到的缺陷形态不规则以及缺陷类间相似度高的问题,提出了一种融合小波域信息的语义分割网络。该网络通过引入离散小波变换分支,实现了小波域信息与卷积主干网络特征图的有效融合,从而提高了对不规则缺陷的分割完整度。在主干网络设计中,加入了动态蛇形卷积,以提升对不规则缺陷分割的细腻度。同时,对主干网络结构进行优化,降低了对计算资源的依赖同时提升了分割精度。通过构建专用的疫苗玻璃试管缺陷分割数据集,与现有的几种卷积语义分割网络和视觉Transformer网络进行了一系列对比实验。实验结果显示,该方法在精度、完整度及细腻度方面均优于所对比的网络,证实了该方法在疫苗玻璃缺陷检测任务中的有效性。