9月26日上午9：30，在輔導員謝超老師的組織下，2023級全體研究生在09-321教室參加了學院2024年第十三期研究生論壇，本次論壇共有五位2022級研究生分享了他們在“機器視覺”方面的研究成果，論壇由張弛老師進行點評，由團支書王鑫主持。
唐力同學分享了他的研究課題“基于神經網絡的改進YOLOv7-tiny的織物疵點檢測算法研究”。其研究的内容分為輕量化卷積模塊、上采樣模塊、卷積函數、改進的聚類算法，在輕量化卷積模塊上的Ghost卷積模塊利用神經網絡會産生許多冗雜特征圖的特點，讓關鍵特征圖使用卷積核生成，而冗餘特征圖使用低成本的線性操作得到，從此來減少卷積核的使用，從而降低模型參數量和計算量。
李雯楠同學分享了她的研究課題“基于改進YOLOv8的輕量化火災檢測算法”，其研究的内容根據需求選擇合适的數據集并進行圖像數據預處理，進行深度學習模型設計，優化骨幹網絡、上采樣模塊、添加注意力機制，進行嵌入式系統設計。
郭金銘同學分享了他的課題“基于改進YOLOv8和DeepSORT的車輛行人多目标跟蹤研究”，其研究的目标是采用輕量級網絡結構，雙路徑預測，通過獨特的雙路徑預測和緊密連接的卷積網絡進行目标檢測，提高檢測精度，将目标檢測任務分解為分類和定位兩個獨立的子任務，每個子任務都有自己的網絡路徑。
趙鑫同學分享了她的課題“基于改進YOLOv8的鋼材表面缺陷檢測研究”，其研究選用同時兼顧速度與精度的YOLOv8n作為基線模型，YOLOv8是一種尖端、最先進的模型，它建立在以前的YOLO版本成功的基礎上，并引入了新功能和改進，以進一步提高性能和靈活性。
陳年華同學分享了他的課題“基于深度學習的夜間行人檢測研究”，其研究内容是選擇适合夜間行人檢測的深度學習模型（如YOLO、Faster R-CNN、SSD等），并對模型進行改進，以适應低光照條件下的特定需求，研究如何通過背景建模和抑制技術減少夜間圖像中的幹擾因素，提高行人檢測的準确性。
最後，張弛老師指出了本次研究生論壇的研究成果，也指出了大家存在的不足之處，要做到精準定位和準确測試，進一步優化設計方案和具體内容，彰顯科學意義和工程價值。
