9月26日上午9：30，在辅导员谢超老师的组织下，2023级全体研究生在09-321教室参加了学院2024年第十三期研究生论坛，本次论坛共有五位2022级研究生分享了他们在“机器视觉”方面的研究成果，论坛由张弛老师进行点评，由团支书王鑫主持。
唐力同学分享了他的研究课题“基于神经网络的改进YOLOv7-tiny的织物疵点检测算法研究”。其研究的内容分为轻量化卷积模块、上采样模块、卷积函数、改进的聚类算法，在轻量化卷积模块上的Ghost卷积模块利用神经网络会产生许多冗杂特征图的特点，让关键特征图使用卷积核生成，而冗余特征图使用低成本的线性操作得到，从此来减少卷积核的使用，从而降低模型参数量和计算量。
李雯楠同学分享了她的研究课题“基于改进YOLOv8的轻量化火灾检测算法”，其研究的内容根据需求选择合适的数据集并进行图像数据预处理，进行深度学习模型设计，优化骨干网络、上采样模块、添加注意力机制，进行嵌入式系统设计。
郭金铭同学分享了他的课题“基于改进YOLOv8和DeepSORT的车辆行人多目标跟踪研究”，其研究的目标是采用轻量级网络结构，双路径预测，通过独特的双路径预测和紧密连接的卷积网络进行目标检测，提高检测精度，将目标检测任务分解为分类和定位两个独立的子任务，每个子任务都有自己的网络路径。
赵鑫同学分享了她的课题“基于改进YOLOv8的钢材表面缺陷检测研究”，其研究选用同时兼顾速度与精度的YOLOv8n作为基线模型，YOLOv8是一种尖端、最先进的模型，它建立在以前的YOLO版本成功的基础上，并引入了新功能和改进，以进一步提高性能和灵活性。
陈年华同学分享了他的课题“基于深度学习的夜间行人检测研究”，其研究内容是选择适合夜间行人检测的深度学习模型（如YOLO、Faster R-CNN、SSD等），并对模型进行改进，以适应低光照条件下的特定需求，研究如何通过背景建模和抑制技术减少夜间图像中的干扰因素，提高行人检测的准确性。
最后，张弛老师指出了本次研究生论坛的研究成果，也指出了大家存在的不足之处，要做到精准定位和准确测试，进一步优化设计方案和具体内容，彰显科学意义和工程价值。
