1 苏州科技大学物理科学与技术学院，江苏 苏州 215009
2 中国科学院长春光学精密机械与物理研究所应用光学国家重点实验室，吉林 长春 130033
针对传统水接触角测量过程需要人工干预，导致测量结果精度低、可复现性差等问题，提出一种基于改进Faster RCNN的水接触角测量方法。首先，把Faster RCNN骨干网络VGG16替换为ResNet101，在其残差块末尾处添加注意力机制模型convolutional block attention module（CBAM），增强网络提取特征的能力；其次，融入特征金字塔网络（FPN），充分提取不同尺度下的特征信息，此外，引入Focal损失函数来解决正负类样本不均衡的问题；最后，对定位到的水滴进行边缘检测和角点提取，再利用迭代重加权最小二乘法（IRLS）拟合椭圆轮廓计算水接触角。实验结果表明，改进后的Faster RCNN目标检测算法与原算法相比，平均精度均值提高10.794%，速度提升11 frame/s，水接触角测量结果平均标准偏差为0.109°。
图像处理 水接触角 特征金字塔网络 注意力机制 Faster RCNN 激光与光电子学进展
2024, 61(8): 0812002
1 天津大学精密仪器与光电子工程学院，天津 300072
2 甘肃康视达科技集团有限公司，甘肃 白银 730900
针对传统图像处理算法在检测隐形眼镜表面缺陷时存在精度低、耗时长、算法鲁棒性差、漏检多等问题，提出一种基于改进Faster R-CNN的隐形眼镜表面缺陷检测算法。首先，对比了3种特征提取网络的性能，选取ResNet50作为骨干网络；然后，引入特征金字塔网络（FPN），通过融合多层次的特征信息，提高Faster R-CNN的多尺度检测能力；最后，基于构建的隐形眼镜表面缺陷数据集，使用K-means++算法改进锚框的尺度和数量。实验结果表明：改进后的Faster R-CNN算法在测试集上的平均精度均值（mAP）达到了86.95%，相比于改进前的Faster R-CNN算法，提高了9.45个百分点，可以有效地检测出气泡、车削亮点、划痕、模具亮点等多种隐形眼镜典型缺陷。
智能检测 表面缺陷 Faster R-CNN 特征金字塔网络 聚类标注 激光与光电子学进展
2023, 60(20): 2015004
1 昆明理工大学信息工程与自动化学院，云南 昆明 650504
2 云南省人工智能重点实验室，云南 昆明 650504
针对遥感图像中小目标对象存在像素少、信息有限、检测困难和失准等实际问题，对YOLOv5进行改进，提出增加残差连接与跨层注意力的方法来提升模型对遥感图像中小目标的检测能力。该方法采用对特征图进行残差连接并增加检测头的方式，有效提高了YOLOv5在遥感图像中对小目标的检测能力。此外，还通过跨层注意力为不同网络层的特征附加语义信息，从而提高模型对遥感图像中复杂背景信息的抑制能力。在Detection in Optical Remote（DIOR）遥感数据集的实验中，所提方法取得了86.4%的平均精度均值（mAP），小目标检测精度评价指标（APs）达23.4%，比基准网络高出5.9个百分点。实验结果表明，所提方法在遥感图像小目标检测问题上具有较好性能，同时也验证了特征金字塔中底层特征图与注意力机制对提升小目标检测性能具有十分重要的作用。
小目标检测 遥感图像 跨层注意力 特征金字塔 激光与光电子学进展
2023, 60(12): 1228011
1 西安工业大学兵器科学与技术学院，陕西 西安 710021
2 西安工业大学计算机科学与工程学院，陕西 西安 710021
3 西安工业大学发展规划处，陕西 西安 710021
4 西安工业大学电子信息工程学院，陕西 西安 710021
水下环境存在光线差、噪声大等复杂情况，导致传统水下目标检测方法检测精度较低、漏检率较高。针对上述问题，在现阶段通用的Faster R-CNN的基础上，提出一种自动色阶与双向特征融合的水下目标检测算法。首先，采用自动色阶对水下模糊图像进行增强处理；其次，采用PAFPN进行双向特征融合，以增强对浅层信息的表达能力；然后，在训练前后均引入柔性非极大值抑制（Soft-NMS）算法，来修正并生成候选目标区域；最后，采用FocalLoss函数，解决正负样本分配不均衡的问题。实验结果表明，所提算法在URPC2020数据集上的检测准确率可达59.7%，召回率可达70.5%，相比现阶段通用的Faster R-CNN算法，分别提高了5.5个百分点和8.4个百分点，有效提高了水下目标检测的准确率。
目标检测 图像增强 特征金字塔 柔性非极大值抑制 FocalLoss函数 激光与光电子学进展
2023, 60(6): 0610012
1 佛山科学技术学院 机电工程与自动化学院，广东佛山528000
2 季华实验室，广东佛山5800
3 佛山科学技术学院 物理与光电工程学院，广东佛山528000
为实现高亮反射金属圆柱形锅的自动快速检测及分拣，破解目前金属锅表面缺陷检测速度慢、效率低的技术难题，在YOLOX网络基础上引入双向特征融合网络，提出基于注意力机制的轻量化特征融合网络模型，实现计算模型的轻量化设计；同时，通过注意力机制模块对特征信息进行通道与空间的学习，有效缓解多尺度特征的语义鸿沟问题，提高了模型的检测精度；考虑网络对难易分类样本学习权重分配不平衡，设计基于衰减因子的分类损失函数；利用金属锅圆柱表面缺陷数据集完成了特征融合网络对比实验、分类损失函数对比实验和注意力机制模块位置消融实验。实验结果表明，融合注意力机制模型可有效识别6种不同形态的缺陷，测试集的平均检测精度mAP0.5达到90.92%，检测帧率达到30.84 frame/s，实现了金属锅圆柱表面缺陷的高精度快速识别与定位。
机器视觉 特征金字塔 注意力机制 金属表面缺陷 machine vision feature pyramid attention mechanism metal surface defects
针对传统表面缺陷检测无法适应工业复杂背景等问题，提出一种基于特征金字塔匹配和自监督的表面缺陷检测算法。首先，将两个基于通道注意力的残差网络提取的特征构成金字塔，根据网络各层输出的差异找到缺陷。其次，网络预训练的方式上采用了自我引导潜能（BYOL）自监督学习，经过自监督学习的网络可以提取通用特征，并提高缺陷检测方法的泛化性。最后，在遇到模糊图像时，采用基于不同分辨率的蒸馏训练来让学生网络充分学会提取图像的深度特征。对所提算法在3个数据集上进行了测试，实验结果证明，所提方法好于对照组，具有更高的缺陷检测精度。
图像处理 缺陷检测 特征金字塔 自监督学习 知识蒸馏 预训练网络 激光与光电子学进展
2023, 60(4): 0415006
针对通用的目标检测算法在检测生活场景下的多类目标时检测精度低、速度较慢的问题，提出了一种基于注意力机制改进的轻量级目标检测算法YOLOv4s。该算法以CSPDarknet53-s作为主干特征提取网络提取图像特征，通过注意力模块进行特征选择，再利用特征金字塔网络对特征进行融合，最后通过检测头分别处理特征融合后的两个输出，进而提高对生活场景下多类目标检测的能力。实验结果表明：相比改进前的算法，YOLOv4s算法在PASCAL VOC数据集上的平均均值精度（mAP）及MS COCO数据集上的平均精度（AP）都有一定程度的提升；相较于轻量级算法Efficientdet，YOLOv4s算法在MS COCO数据集上的AP也有一定提高，并且实现了有效的显著目标检测。
机器视觉 目标检测 轻量级神经网络 注意力机制 特征金字塔 YOLOv4s 激光与光电子学进展
2023, 60(4): 0415008
1 福州大学物理与信息工程学院，福建 福州 350100
2 中国福建光电信息科学与技术创新实验室，福建 福州 350100
针对传统方式检测有机发光二极管（OLED）像素缺陷精度低以及成本高的问题，提出了一种基于拓展型特征金字塔网络（FPN）的喷墨打印OLED像素缺陷检测方法。首先对数据进行处理，获得喷墨打印OLED像素图像数据集，随后利用预训练模型ResNet18作为主干，选取其底层模块作为特征提取器，制定出更加适合打印像素缺陷的训练网络。通过将FPN进行拓展，使用具有丰富区域细节的大规模超分辨率特征来解耦像素缺陷检测，实现缺陷区域信息的获取与缺陷的像素级分割。实验中对比了不同方法在OLED像素数据集上的检测效果并评估了不同方法在几个缺陷类型上的性能。结果表明：所提出的方法对喷墨打印OLED像素缺陷的识别精度比直接使用FPN提升了5.5%（达到99.8%），对缺陷区域的分割平均精度提升3.7%（达到88.8%），且所提模型适用于小样本缺陷数据检测，具有研究价值和实践意义。
测量 有机发光二极管 喷墨打印 缺陷检测 特征金字塔 缺陷分割
随着国家电网规模的不断扩大，架空导线作为电力系统的重要组成，对它的定期巡检变得极其重要，同时，随着低空飞行领域的开放，为了保证国家电网的正常运行及低空飞行的安全，架空导线的识别也变得极其重要。文中提出了一种使用Deeplabv3+语义分割网络模型对红外航拍图像架空导线进行识别的方法，并且针对红外架空导线图像目标的特征对该算法进行了改进。首先在原Deeplabv3+算法的特征提取主干网络ResNet50中加入注意力机制，使网络突出导线目标所在区域的特征，更加关注导线目标所在的位置，进而弱化背景等非主要区域的特征。然后对Deeplabv3+的编码器部分进行改进，在ResNet50模型中加入特征金字塔网络，可以将浅层和深层的特征进行融合，增强网络对不同大小目标属性的识别能力，及导线这种小目标的检测能力，进而提高网络的整体识别效果。实验结果表明：改进后的算法检测性能良好，均像素精度为93.52%，平均交并比为87.83%。
Deeplabv3+ 特征金字塔 架空导线 注意力机制 ResNet50 Deeplabv3+ feature pyramid overhead wire attention mechanism ResNet50 红外与激光工程
2022, 51(11): 20220112
