初烤烟叶等级的快速准确检测对开发烟叶智能分级设备以促进农产品精细化管理有着重要意义。针对相似度较高但等级不同的初烤烟叶难以区分的问题，本文提出多感受野特征自适应融合及动态损失调整的初烤烟叶等级检测网络（Flue-cured Tobacco Leaf Grade Detection Network，FTGDNet）。首先，FTGDNet采用CSPNet作为特征提取主干网络，采用GhostNet作为辅助特征提取网络以增强模型的特征提取能力；其次，在主干网络末端嵌入显式视觉中心瓶颈模块（Explicit Visual Center Bottleneck module，EVCB）以实现全局特征信息与局部细节特征信息融合；然后，构建多感受野特征自适应融合模块（Multi-Receptive Field Feature Adaptive Fusion module，MRFA_d），利用注意力特征融合机制（Attention Feature Fusion，AFF）将不同感受野特征图进行自适应加权融合，在增强模型局部感受野的同时突出有效通道信息；最后，设计了一种新的定位损失函数（More Complete IoU Loss，MCIoU_Loss），结合预测框与真实框面积损失以解决在回归定位过程中二者宽高比相等且中心点重合时CIoU_Loss性能退化导致定位精度下降问题，此外，引入矩形相似度衰减系数在训练过程中对真实框与预测框的相似度判别项进行动态调整，加快模型拟合。实验结果表明，FTGDNet对十个等级的初烤烟叶的验证精度达到90.0%，测试精度达到87.4%，且推理时间仅为12.6 ms。相较于多种先进目标检测算法，FTGDNet具有更高的检测精度和更快的检测速度，可为高精度初烤烟叶等级检测提供关键技术支撑。

针对常规工业气体泄漏检测装置需泄漏扩散到一定范围并与传感器接触时才能响应的不足，提出一种融合结构重参数化变换的红外非接触式检测网络模型GRNet。GRNet模型采用Mosaic-Gamma变换的预处理方法增加泄漏样本数量并提高图像对比度以增强模型的鲁棒性；通过K-means聚类分析出适用于气体泄漏红外检测的候选框以预置模型参数；优化定位损失函数以提高模型对泄漏区域的定位准确性；采用改进后的轻量化网络RepVGG模块重构特征提取网络增强模型的特征提取能力，以实现轻量化并提高检测精度。实验结果表明，GRNet模型对氨气泄漏的平均检测精度达到94.90%，单张图像平均检测时间达到3.40 ms。采用伪色彩映射实现泄漏浓度的视觉感知效果，采用PyQt5将GRNet模型进行封装实现气体泄漏红外检测系统界面的可视化并在Jetson Nano B01嵌入式实验平台部署该模型，验证了实际工程应用的可行性和有效性，为开发气体泄漏非接触探测装置以保障涉气企业的安全生产和稳定运行提供一种有效的检测算法。

针对全监督视频实例分割网络训练数据高度依赖精细掩码标注，时间和人工成本过高，导致智能机器无法快速适应新场景的问题，提出一种端到端的掩码生成动态调控弱监督视频实例分割（Weakly Supervised Video Instance Segmentation，WSVIS）网络。为克服初始掩码预测层通道维度突降导致的实例激活特征丢失问题，构建多级特征融合模块，利用特征复用策略预测初始实例特征并融合相对位置信息生成初始预测掩码。然后，提出动态调控机制在通道和空间维度上建立掩码特征依赖关系，强化初始预测掩码与实例感知信息之间的动态交互。最后，网络设计二元颜色相似性生成伪亲和标签取代精细掩码标注，联合边界框与掩码一致性损失实现仅边界框标注的弱监督视频实例分割。实验结果表明，在BoxSet和YT-VIS数据集上，WSVIS网络能达到与全监督网络相近的分割精度和分割效果，同时能够满足实时推理要求，为智能机器快速适应新场景实现实时环境感知和理解提供了理论支撑和算法依据。

传统接触式甲烷泄漏传感器检测范围小且效率低，而结合非接触式红外热成像的机器视觉算法可实现远距离、大范围红外甲烷实例分割，对于提高甲烷检测效率及保障人员安全具有显著优势。然而远距离甲烷气体图像轮廓模糊、泄漏的甲烷气体与背景对比度较低且形状易受大气流动因素影响等问题限制了红外甲烷实例分割性能。针对上述问题，本文提出一种空间信息自适应调控和特征对齐的网络模型（Adaptive spatial information regulation and Feature alignment Network， AFNet）实现甲烷泄漏红外实例分割。首先，为增强模型的特征提取能力，提出自适应空间信息调控模块赋予主干网络不同尺度残差块自适应权重丰富模型提取的特征空间；其次，构建加权双向金字塔弥补特征金字塔自顶而下的特征传播方式导致的低层特征空间位置和实例边缘信息弥散丢失问题，以适应甲烷气体复杂轮廓变化下前景目标定位检测和轮廓分割需求。最后，设计原型特征对齐模块捕获长距离气体特征之间的语义关系丰富原型语义信息量以改善生成目标掩码质量提高甲烷气体分割精度。实验结果表明，本文提出的AFNet模型AP50@95，AP50定量分割精度分别达到42.42%，92.18%，相比于原始Yolact模型分割精度，分别提高9.79%，6.18%，推理速度达到36.80 frame/s，满足甲烷泄漏分割需求。实验结果验证了本文算法对红外甲烷泄漏分割的有效性和工程实用性。

视频实例分割是车辆辅助驾驶多目标感知和场景理解的一项关键技术。针对弱监督视频实例分割仅使用边界框对网络进行训练严重制约交通场景大尺度动态范围目标分割精度的问题，本文提出尺度自适应生成调控弱监督视频实例分割网络（Scale Adaptive Generation Regulation weakly supervised video instance segmentation network，SAGRNet）。首先，设计一种多尺度特征映射贡献度动态自适应调控模块，通过动态调整不同尺度特征映射信息贡献度取代原有的线性加权以强化对目标局部位置和整体轮廓的聚焦能力，解决了车辆、行人等目标由于成像距离远近造成的尺度动态范围过大问题；其次，构建目标实例多细粒度空间信息聚合生成调控模块，通过聚合基于不同空洞率提取的多细粒度空间信息生成权重参数以调控各尺度特征，实现了细化实例边界和增强跨通道信息交互掩码特征映射表征能力，有效弥补了实例边缘信息匮乏导致边缘轮廓分割mask连续性缺失问题。最后，为缓解边界框标签监督信息弱化，引入正交损失和颜色相似性损失缩小模型预测mask与真实边界框偏差并计算逐像素点对间标签属性归类模糊问题。Youtube-VIS2019提取的交通场景数据集实验结果表明，SAGRNet相较于弱监督基准网络平均分割精度提升5.1%达到38.1%，为实现多目标感知和实例级场景理解提供了有效算法依据。

视频超分辨率（Video-Super Resolution，VSR）旨在将低分辨率视频帧序列重建为高分辨率视频帧序列。相较于图像超分辨率，VSR由于增加了时间维度的信息，因此通常需要依赖邻近帧高度相关信息实现当前帧的重建。如何对齐相邻帧，并获取帧间高度相关信息，是VSR任务关注的重点问题。本文将VSR任务分为去模糊、对齐、重建三个阶段。在去模糊阶段，将当前帧与相邻帧进行预对齐 ，获取与当前帧高度相关的特征信息，通过强化当前帧的细节以便实现初始阶段更多特征信息的提取。在对齐阶段，通过对输入特征进行二次对齐操作，利用相邻帧中高度相关信息进一步强化当前帧中特征信息。在重建阶段，通过聚合原始低分辨率帧以在网络末端提供更多特征信息。本文利用多层感知机（Multi-Layer Perceptron，MLP）代替传统卷积操作构造特征提取模块，同时对生成的特征信息进行二次对齐，以细化图像特征获得更优的视频帧重建效果。实验结果表明，本文提出的算法在多种公开数据集上的视频帧序列重建精度更高的同时，也取得了更少的网络参数量和更连贯的视频序列重建表现。

氨气是重要的基础工业原材料，实现其非接触探测对于及时发现氨气泄漏，避免重大安全事故发生具有重要意义。针对常规氨气泄漏检测装置需等到氨气扩散到一定范围并与传感器接触时才能响应的不足，提出一种混洗自注意力网络(SSANet)模型实现氨气泄漏红外非接触检测。因红外热像仪获取的氨气泄漏图像含噪高、对比度低，故通过非局部均值去噪、限制对比度的自适应直方图均衡化预处理建立氨气泄漏红外检测数据集。SSANet模型在YOLOv5s基础上通过K-means算法聚类分析出适用于氨气泄漏红外检测的候选框以预置模型参数；采用轻量级ShuffleNetv2网络，将其Shuffle Block中的3×3的深度可分离卷积核替换为5×5，采用含有新卷积模块的SK5 Block对特征提取网络进行重构，使模型大小、计算量和参数量实现轻量化的同时提高检测精度；采用Transformer模块代替原网络瓶颈模块中的C3模块实现泄漏区域多头注意力自底向上融合，实现检测精度的再次提升。实验结果表明，SSANet模型较YOLOv5s基础模型大小和参数量分别减少76.40%、78.30%，降为3.40 M、1.53 M；单张图像平均检测速度提升1.10%，达到3.20 ms；平均检测精度提升3.50%，达到96.30%。本文为开发氨气泄漏非接触探测装置以保障涉氨企业的安全生产和稳定运行提供了一种有效的检测算法。

针对红外图像颜色、纹理等信息不够丰富，导致检测精度相较于可见光图像低；夜间红外行人目标检测模型参数量大、依赖高性能GPU资源，导致检测速度慢等问题，提出一种融合行人目标精细尺度嵌入的多检测层、轻量化实时检测模型。首先为了获取更精确的红外行人位置特征，在原始Yolov4-tiny结构上设计了64×64精细尺度检测层并增加残差结构加深主干网络，以融合红外行人的位置特征；其次针对红外行人目标宽高比相对固定的特点，应用K-means++聚类分析出适用于红外行人检测的先验框预置参数；最后为了减少模型参数，通过通批量归一化层道剪枝实现模型轻量化，同时利用知识蒸馏算法完成TIPRD的微量调控。实验结果表明，轻量化红外行人实时检测模型检测速度达到了88.7 帧/s，平均检测精度达到89.2%，模型大小为4 MB，相较于Yolov4-tiny平均检测精度提升了8.6%，模型大小缩小了19.5 MB，相较于Yolov4缩小了264 MB。在Jetson Nano移动开发平台部署该模型验证了实际工程应用的有效性，对开发汽车辅助驾驶系统以降低夜间交通事故发生率具有重要意义。