摘要：针对现有的目标检测算法在航拍图像中的小目标上易出现的漏检和误检问题,提出了基于改进rt-detr(real-time detection transformer)的算法。在主干网络中引入了部分卷积(partial convolution,PConv),设计了PConvBlock结构,并通过由PConvBlock组成的BasicBlock-PConvBlock模块替代原有BasicBlock,有效减少了模型参数。采用双向特征金字塔网络(bidirectional feature pyramid network,BiFPN)结构优化特征融合模块,并引入S2特征进一步提升小目标的检测能力。引入CARAFE上采样算子,增强了多尺度特征的快速融合。实验表明,在VisDrone测试集上,改进后的模型在参数量上比rt-detr模型降低了13.9%,同时在mAP0.5和mAP0.5:0.95指标上分别提升了2.4和1.9个百分点。在TT100K和DOTA数据集上均优于rt-detr算法。改进模型在保持较小参数量和计算量的同时,提高了检测精度,满足了无人机航拍图像实时检测的应用需求。

摘要：目的针对皮肤病检测任务中存在皮肤病变区域多尺度、图像噪点干扰以及辅助诊疗设备资源有限影响检测准确性等问题,提出一种基于rt-detr改进的高效轻量化皮肤病检测模型。方法引入轻量级FasterNet作为骨干网络,同时对FasterNetBlock模块进行重参数化改进。在颈部网络中引入卷积和注意力融合模块代替多头自注意力机制,形成AIFI-CAFM模块,从而增强模型捕获图像全局依赖关系和局部细节信息的能力。设计DRB-HSFPN特征金字塔网络替换跨尺度特征融合模块(CCFM),以融合不同尺度的上下文信息,提升颈部网络的语义特征表达能力。结合Inner-IoU和EIoU的优点,提出了Inner-EIoU替换原损失函数GIOU,进一步提高模型推理准确性和收敛速度。结果改进后的rt-detr相较于原始模型,在HAM10000数据集上的mAP@50和mAP@50:95分别提升了4.5%和2.8%,检测速度FPS达到59.1帧/s。同时,改进模型的参数量为10.9M,计算量为19.3GFLOPs,相较于原始模型分别降低了46.0%和67.2%,验证了改进模型的有效性。结论本文提出的SD-detr模型在降低参数量和计算量的同时,能够有效的提取并融合多尺度特征,从而显著提升了皮肤病检测任务的性能。

摘要：针对铁路施工环境较复杂，安全穿戴目标较小难以检测，边缘计算设备资源有限的问题，提出一种基于改进rt-detr的铁路施工场景下人员安全穿戴检测模型。首先，引用轻量级EfficientViT作为特征提取网络，通过级联分组注意力，解决多头自注意力计算冗余问题，提高注意力头的多样性。其次，采用HWD-ADown下采样模块，应用Haar小波变换保留更多细节信息来改善错检问题，通过将特征图切分再进行卷积的方式减少卷积操作的参数量，进一步降低模型复杂度，精度维持原来相近水平。最后，设计一种新的损失函数Inner-DIoU,在加速边界框回归速度的同时提高模型检测的泛化能力。实验结果表明，改进模型精确率为92.6%,召回率为84.4%,平均精度均值为90%,与基准模型相比分别提高2.7%、2.1%和3%;模型大小为19.9 MB,参数量为985.6万个，GFLOPs为25.5,与基准模型相比分别降低48.4%、50.4%和55.4%;FPS为94.3,提高了34.7%。提出的模型能够满足铁路施工场景下对检测精度和轻量化的需求。

摘要：The correct identification of traffic signs plays an important role in automatic driving technology and road safety ***,to address the problems of misdetection and omission in traffic sign detection due to the variety of sign types,significant size differences and complex background information,an improved traffic sign detection model for rt-detr was proposed in this ***,the HiLo attention mechanism was added to the Attention-based Intra-scale Feature Interaction,which further enhanced the feature extraction capability of the network and improved the detection efficiency on high-resolution ***,the CAFMFusion feature fusion mechanism was designed,which enabled the network to pay attention to the features in different regions in each *** on this,the model could better capture the remote dependencies and neighborhood feature correlation,improving the feature fusion capability of the ***,the MPDIoU was used as the loss function of the improved model to achieve faster convergence and more accurate regression *** experimental results on the TT100k-2021 traffic sign dataset showed that the improved model achieves the performance with a precision value of 90.2%,recall value of 88.1%and mAP@0.5 value of 91.6%,which are 4.6%,5.8%,and 4.4%better than the original rt-detr model *** model effectively improves the problem of poor traffic sign detection and has greater practical value.

摘要：在自然果园环境下,草莓果实生长分布密集易受枝叶遮挡,不同生长周期的草莓形态大小不一,面对遮挡、小尺寸草莓现有的检测模型容易出现误检、漏检问题。针对上述问题,提出了一种基于改进rt-detr的实时草莓成熟度检测算法Strawberry Ripeness-DErt(SR-detr)。首先,根据PConv卷积设计FasterBlock模块替换原模型主干网络中的BasicBlock模块,提高模型特征提取能力的同时还有效降低模型参数量;然后,基于GSConv卷积和VOVGSCSP模块设计了颈部特征融合模块(Light_CCFM),削弱复杂背景和冗余信息的干扰,提高小目标的识别率;最后,引入SSFF模块改进特征融合层,增加SR-detr网络的多尺度融合能力,使模型具有更强的鲁棒性。改进后的模型在自建草莓数据集上进行试验,结果显示,SR-detr模型的精确度、召回率和平均精度均值分别为93.0%、90.2%、91.7%,相比于原模型分别提升1.6、1.8、1.5百分点,同时模型参数量、模型大小和计算复杂度分别降低31.2%、31.1%和23.6%。SR-detr模型不仅提高了不同成熟度草莓的识别精度,还降低了遮挡目标的漏检率,检测速度达到60.9帧/s,可以便捷地部署到终端完成实时检测。

摘要：鉴于传统人工检测并识别排水管网缺陷的方法存在工作量巨大且费时费力的问题，提出了一种基于卷积神经网络(CNN)和Transformer的排水管网缺陷自动识别方法，模型命名为RFCBAM-CGA-rtdetr。该模型在rt-detr的基础上，首先采用感受野卷积注意力机制强化网络在主干部分的特征学习能力，然后采用级联分组注意力机制减少网络在编码过程中的计算量并保持对深层特征的提取能力，最后采用inner-MPDIoU算法优化预测框回归收敛过程。采用该模型对14种管网缺陷进行检测，并与其他目标检测模型进行对比，结果显示，该模型可以精准识别各类排水管网缺陷，平均精度mAP50值相较于rt-detr和YOLOv8分别提高8.6%和12%，并且各类评价指标均优于其他模型，证明了该模型在排水管网缺陷识别上的有效性和泛化性。

摘要：野外蝙蝠检测对于生态保护和科学研究具有重要意义。针对计算资源有限和复杂野外环境带来的挑战,提出了一种轻量型蝙蝠检测模型(Litedetr-Bat),旨在实现高效的实时检测。首先为了解决特征映射冗余问题,引入重参数卷积高效层聚合网络(RCELAN)替换传统的ResNet主干网络,采用多分支特征聚合机制,有效降低了计算复杂度和参数量。其次设计了动态采样多尺度特征融合(DS-MFF),该结构集成空洞卷积和动态采样算子,通过扩大感受野并自适应调整采样位置,优化多尺度特征融合,提升多样化特征处理时模型的灵活性和鲁棒性。最后在安徽省野外环境下采集了一个涵盖多种光照条件、视角变化及蝙蝠形态变化的蝙蝠数据集,并进行了模型性能等相关实验。实验结果表明,该Litedetr-Bat模型不仅能够使参数量降低了46.5%,mAP达到97.2%,同时在准确性和实时性上相比于YOLO系列算法均取得了一定地提升。Litedetr-Bat模型为野外蝙蝠的监测与保护工作提供了有力的技术支持,展现了其在生态监测和生物多样性保护中的应用潜力。

摘要：为进一步提升穗收型樱桃番茄识别准确率和识别速度,实现设施环境番茄自动采摘,提出了一种基于改进Transformer的轻量化樱桃番茄穗态识别模型。首先,构建了包含不同光照环境和采摘姿态的樱桃番茄数据集,并对樱桃番茄果穗姿态进行了划分。然后,提出了一种基于改进RE-detr的轻量化穗收樱桃番茄识别模型,通过引入一个轻量级的骨干网络EfficientViT替换rt-detr原有的骨干网络,显著减少了模型参数和计算量;同时设计了一个自适应细节融合模块,旨在高效处理并融合不同尺度特征图,并进一步降低计算复杂度。最后,引入加权函数滑动机制和指数移动平均思想来优化损失函数,来处理样本分类中的不确定性。实验结果表明,该轻量化模型在保持高识别准确率(90%)的同时,实现了快速检测(41.2 f/s)和低计算量(8.7×10^(9) FLOPs)。与原始网络模型、Faster R-CNN和Swin Transformer相比,平均识别准确率提高1.24%~15.38%,每秒处理帧数(FPS)提高25.61%~255.17%,同时浮点运算量实现了69.37%~92.37%的大幅降低。该模型在综合性能上有着较强的鲁棒性,兼顾了精度与速度,可为番茄采摘机器人完成视觉任务提供技术支撑。

摘要：针对塔机吊钩相互碰撞导致物体跌落以及塔机倒塌致使人员伤亡等一系列施工现场人员安全保障的问题,提出一种基于改进实时检测Transformer(Real-Time DEtection TRansformer,rt-detr)的塔机上俯视场景小目标检测模型。首先,在原始模型中加入应用模型的重参数化思想设计的多路训练和单路推理结构以提升检测速度;其次,重新设计FasterNet Block中的卷积模块替换原始BackBone之中的BasicBlock以提升检测模型性能;再次,利用新的损失函数Inner-SIoU(Inner-Structured Intersection over Union)进一步提升模型精度与收敛速度;最后,进行消融实验与对比实验验证模型性能。结果表明,在检测塔机顶部俯视小目标图像时,所提模型的精度达到94.7%,高于原始rt-detr模型6.1个百分点;所提模型的每秒检测帧数(FPS)达到59.7,检测速度相较于原模型提升了21%。在公共数据集COCO 2017上所提模型的平均精度(AP)比YOLOv5、YOLOv7和YOLOv8分别高2.4、1.5和1.3个百分点。可见所提模型满足塔机上俯视场景下的小目标检测精度和速度的要求。

摘要：目标检测功能在海上人员搜救中扮演着至关重要的作用,特别是在复杂的海洋环境中,利用该功能可以对海面上的游泳者和船只进行精准定位。本文提出了一种专门设计和优化的detr-Maritime模型。此模型基于rtdetr实时检测架构,并结合高效部分可重参数化块,可以有效提升对小目标检测的精度和实时处理能力。实验结果显示,与YOLOv8-L相比,该模型的参数量减少了67.7%,计算复杂度降低了73.9%,而mAP提升了2.6个百分点,达到0.544,可以为海上救援提供有效的支持。