本发明涉及计算机视觉和深度学习领域，尤其涉及深度学习中数据预处理阶段采用RandAugment数据增强来丰富数据集和YOLOv8目标检测算法中损失函数的替换以及注意力模块的添加的相关研究和技术方案。通过将原有的损失函数CIOU替换为SIOU损失函数并且在YOLOv8的Neck部分添加新的注意力机制模块RACmix，加强了网络在复杂情况下对小目标的感知能力，修改后的网络模型结果提升了机场跑道异物检测的准确性和鲁棒性。

        技术成熟度：技术突破         研发团队以设计制备宽光谱超材料吸收器和像元级集成红外探测器为研究主线，在超薄宽带高吸收原理与策略、材料/器件设计与制备方面取得了突破性进展。围绕器件吸收率低、噪声等效温差（NETD）大、集成兼容性差的难题，提出了无损与损耗型介质结合、多模谐振耦合光吸收的思路，获得超薄宽带高吸收率材料；提出将超薄宽带高吸收率材料与非制冷红外探测器像元级集成新思路，获得了宽谱、NETD小、多色探测的非制冷红外探测器，NETD降低3倍，研究成果已在中国兵器北方夜视广微科技应用转化。         意向开展成果转化的前提条件：中试放大及产业化工艺开发资金支持

产品介绍DTS CANOpen是瑞惯科技自主研发生产的新一代数字型MEMS动态双轴倾角传感器，专为测量运动载体的姿态而设计，尤其适用于运动或振动环境下的倾角测量。该传感器内置加速度计和陀螺仪，结合卡尔曼滤波算法，能够准确捕捉并输出载体在运动或振动状态下的实时姿态数据。采用CANOPEN通讯协议，DTS CANOpen在工业应用中具有广泛的兼容性和实用性。该产品采用非接触式测量技术，能够实时输出当前姿态倾角，安装简便，无需校准相对变化的两个平面。其内部集成了高精度的AD转换器和陀螺仪单元，能够实时补偿非线性误差、正交耦合、温度漂移以及离心加速度的影响，有效消除运动加速度带来的干扰，显著提升动态测量精度。因此，DTS CANOpen能够在复杂运动场景和恶劣环境中长期稳定工作。作为一款动静双模测量传感器，DTS CANOpen具备强大的抗电磁干扰能力，适用于各类高强度冲击和振动的工业环境。其卓越的性能使其成为工业自动化控制中测量姿态的理想选择。主要特性★ 量程双轴±90° ★ 分辨率0.01°★ 动态精度±0.1° ★ 静态精度±0.05°★ CANOpen协议 ★ 三种防护等级可选主要应用★ 强冲击振动碎石设备 ★ 工程车设备测控★ 施工设备调平 ★ 农用机械测控★ 飞行器姿态控制 ★ 船舶姿态监测 性能参数 DTS CANOpen 单位 参数 测量范围 ° 横滚±180，俯仰±90° 测量轴 轴 X Y 双轴 横滚俯仰分辨率1） ° 0.01 横滚俯仰静态精度@25℃ ° ±0.05 横滚俯仰动态精度(rms)@25℃ ° ±0.1 陀螺仪 陀螺仪量程 °/s ±300 零偏稳定性(10s均值) °/h 8.5 零偏不稳定性(allan) °/h 4.5 角度随机游走系数(allan) °/sqrt(h) 0.25 加速度 加速度量程 g ±4 / ±16（可选） 零偏稳定性(10s均值) mg 0.02 零偏不稳定性(allan) mg 0.005mg 速度随机游走系数(allan) m/s/sqrt(h) 0.005 零点温度系数3）@-40～85℃ °/℃ ±0.01 灵敏度温度系数4）@-40～85℃ ppm/℃ ≤100 上电启动时间 S ≤3.5 响应时间 S 0.01 通讯协议 - CAN Open 电磁兼容性 - 依照EN61000和GBT17626 平均无故障工作时间MTBF 小时/次 ≥98000 绝缘电阻 兆欧 ≥100 抗冲击 - 100g@11ms、三轴向(半正弦波) 抗振动 - 10grms、10～1000Hz 防护等级 - IP67 / IP68（可选） 重量 g 单连接头≤165g(不含电缆线) / 双连接头≤180g(不含电缆线) 1)分辨率：指传感器在测量范围内能够检测和分辨出的被测量的最小变化值。 2)精度：指在常温条件下，对角度多次测量(＞16次)，取测量值与实际角度误差的均方根差。 3)零点温度系数：指传感器零值状态下，在其额定工作温度范围内相对常温的示值变化率。 4)灵敏度温度系数：指传感器在其额定工作温度范围内，满量程示值相对于常温满量程示值的百分比，随温度的变化率。

本发明属于柔性膜质量检测设备相关领域，并公开了一种适用 于对移动中的柔性膜执行标识的多自由度打标装置，包括支撑组件、 传动组件、动力组件、打标针组件和记号笔组件，其中支撑组件可实 现打标装置的机械连接，同时还具有导向和位置调节的功能；动力组 件为打标装置提供可控的动力，传动组件可适于在运动中多自由度地 驱动打标针组件和记号笔组件，并提供高精度的打标操作；打标针组 件和记号笔组件分别可在柔性膜上打出针孔和颜色标记，并检测标记 是否成功完成。通过本发明，在高速运动过程中也能够高精度、稳定 可靠地执行打标操作，而且反应灵敏度高，因而尤其适用于 RFID 标 签之类对表面标识质量高的运用场合。 

主要功能和应用领域： 本技术可实现人粪便样本显微镜检有型成分图像的自动识别与分类，利用计算机图像处理、模式识别及人工智能的理论与技术，对显微镜下拍摄到的粪便样本图像进行研究，通过对各种有型成分形态和颜色信息等进行特征匹配与分类计数，分别标示出红细胞、白细胞、虫卵和真菌孢子等不同种类的有型成分，从而达到在线自动识别有型成分的目的，作为医院临床诊断的依据。该技术可扩展应用于医院尿液、白带、脑脊液、胸腹水、胃液、精液等常规检查，并可用于脱落细胞学的癌及癌前病变检测及分析。 特色及先进性： 1）复杂背景环境下的自动识别。采用自适应双闭值分割算法进行粗分割，提取出ROI区域中的单个细胞或细胞群作为分析目标，细胞图像的精细分割将在每个ROI区域里完成，极大地减少了数据运算量。 2）针对形态各异和边缘模糊图像的精准分割。针对有型成分的显微生物图像特点，去除边界拓扑结构复杂、细胞各组成区域内灰度不均匀以及成像易受噪声干扰等因素的影响，基于Chan一Vese模型，提出几何活动轮廓模型方法，使用几个独立的水平集进行有型成分图像的分割，与传统分割方法对比准确率提升30%。 3）针对种类繁多的神经网络集成识别。基于普通神经网络泛化能力不高的问题，提出利用有限个神经网络进行集成并将其结果进行合成，显著的提高整个分类学习器的泛化能力，提高了整个系统的识别能力。 4）采用重叠分离算法精准分类。有型成分分离、细胞个数的准确读取决定了整个系统的精准程度。通过寻找到合适的分离点并构建分离线，实现重叠区域的快速合理分离，从而将粘连、重叠的细胞分离开来，并进行准确计数。 技术指标： 有型成分 漏检率 误检率 白细胞 5% 15% 脓球 20% 30% 吞噬细胞 20% 30% 红细胞 5% 15% 孢子 15% 25% 夏科雷登结晶 10% 10% 寄生虫 5% 15% 脂肪球 10% 15% 单张图片检测时间：＜0.5 s 关键问题和实施效果 现今国内大多数医院和研究单位对生物细胞或微生物病菌等检测还是采用人工处理的方式，即将样品制成涂片，在显微镜下观察并根据大小、形状等特征进行分类计数以得到数据结果，医务人员再通过这些数据结果凭借自身的知识和经验诊断病症或得出研究数据。该技术能够实现样本显微镜检有型成分的自动识别，满足了临床开展常规及特殊检测需要，使得生物检测在自动化、无异味、无危险性的情况下进行，提高了检测效率，改善工作环境，保护工作人员，降低检测成本和检测时间，提高在国际市场的竞争力，有利于医疗检测行业的智能化发展。该技术可识别的部分生物细胞图像如下图所示。 红细胞 白细胞 霉菌 虫卵

本技术可实现人粪便样本显微镜检有型成分图像的自动识别与分类，利用计算机图像处理、模式识别及人工智能的理论与技术，对显微镜下拍摄到的粪便样本图像进行研究，通过对各种有型成分形态和颜色信息等进行特征匹配与分类计数，分别标示出红细胞、白细胞、虫卵和真菌孢子等不同种类的有型成分，从而达到在线自动识别有型成分的目的，作为医院临床诊断的依据。该技术可扩展应用于医院尿液、白带、脑脊液、胸腹水、胃液、精液等常规检查，并可用于脱落细胞学的癌及癌前病变检测及分析。

印染织物电脑对中纠偏系统及其装置，具有布边卷取、展开、扩布和对中控制功能。可连接棉印行业的烧毛机、水洗机、镀层机、丝光机、定型机、平网印花机、圆网印花机以及造纸机、塑料薄膜生产线等机械的入口处。自动对中修正偏斜，减少偏斜式边缘弯曲不正所产生的摺纹式色泽光泽不均现象，提高产品品质，实现生产自动化。 本系统采用微电脑与红外数码技术，将模糊智能识别用于对中纠偏，较模拟电路的对中装置上一档次，属国内首创。该系统具有抗干扰性能强、动作稳定可靠、灵敏度高等优点，不受织物厚薄和幅宽的限制，可自动控制中心位置，可高速运行，是提高印染产品质量的好帮手。本系统还可选配笔记本电脑监控工作状况连接Internet网络。

图1. 矿识的4个页面 a: 选取待识别的矿物，可现场拍照获取或从手机相册中选取 b: 截取待识别矿物中心图 c: 输入便携硬度仪测量或经验估计所得的硬度值后得到识别结果 d: 可以不使用硬度值，仅用图片进行识别 表1 矿识与其他相关工作的对比 图片类型 相关研究 性能 可识别矿物数 准确率(%) Raman spectroscopy 拉曼光谱 Computers & geosciences 2013 6 83.0 Microscope 显微镜 Sensors 2019 4 90.9 Mathematical and Computational Applications 2011 5 93.9 Photo 相机图片 Artificial Intelligence in Theory and Practice, 2008 6 91.0 Minerals 2019 12 74.2 photo & hardness 相机图片+硬度 矿识 36 90.6   表2 矿识能够识别的36种矿物及其准确率 矿物名 样本数  仅用图片识别的正确数 结合图片与硬度识别的正确数 Agate玛瑙 5 5 5 almandine铁铝榴石 6 4 4 azurite蓝铜矿 2 1 2 beryl绿柱石 1 1 1 chalcopyrite黄铜矿 2 1 2 cinnabar辰砂 1 1 1 copper铜 2 2 2 fluorite萤石，氟石 11 8 10 galena方铅矿 3 2 3 halite石盐 1 1 1 hematite赤铁矿 8 1 5 malachite孔雀石 6 5 5 opal欧泊 1 1 1 orpiment雌黄 3 1 3 pyrite黄铁矿 6 5 6 quartz石英 4 4 4 sphalerite闪锌矿 1 0 0 stibnite辉锑矿 8 7 8 sulphur硫磺 2 2 2 total 73 52 65 Accuracy \ 71.2% 89%    

本发明公开了一种害虫诱捕装置和害虫远程识别监控系统。所述害虫诱捕装置包括顶盖、漏斗座、集虫器以及控制单元，所述漏斗座与集虫器之间设有仅能供害虫单只逐个通过的通道，所述通道侧壁设有计数装置和红外感应微型摄像头，所述红外感应微型摄像头的数量至少为四个，设于通道的同一高度且沿通道周向均匀分布。所述害虫远程识别监控系统包括本发明的害虫诱捕装置和远程数据中心。与现有技术相比，本发明利用安装在仅能供害虫单只逐个通过的通道内的至少四个红外感应微型摄像头来采集单个害虫的图像信息，利用摄像头采集害虫群体的图像信息，还对害虫进行计数，有利于对害虫的数量和种类进行全面分析，有效监控虫害情况。

小试阶段/n钢板表面质量检测经历了人工目测检测、传统无损检测和基于机器视觉检测的三个发展阶段。人工目视检测表面缺陷的方法效率低、容易漏检、劳动强度大和实时性差。传统无损检测方法包括涡流检测、红外检测、漏磁检测和激光检测等, 这些方法检到的缺陷类型少, 检测实时性不强, 检测的表面缺陷分辨率也不高, 无法有效评估产品的表面质量状况。本技术涉及一种基于多流形学习的带钢表面缺陷识别方法。其方案是：对于任一副带钢表面缺陷图像向量化的向量数据点分别选择类别相同和类别不同的K 个近邻点建立对应的同类数据子图和异