【摘 要】
：
机场道面外来物FOD具有背景复杂、目标弱小的特点,严重影响飞行器安全,故其高精度实时检测具有重要意义。针对该问题,本文提出一种基于多尺度超分辨率特征金字塔并带有纹理信息提取模块的FOD-RDN（FOD real-time detection network）目标检测网络。该网络采用Darknet-53作为主干网提取特征,通过多尺度超分辨率特征金字塔对形状各异的小目标进行检测,设计纹理信息提取模块降
论文部分内容阅读
机场道面外来物FOD具有背景复杂、目标弱小的特点,严重影响飞行器安全,故其高精度实时检测具有重要意义。针对该问题,本文提出一种基于多尺度超分辨率特征金字塔并带有纹理信息提取模块的FOD-RDN（FOD real-time detection network）目标检测网络。该网络采用Darknet-53作为主干网提取特征,通过多尺度超分辨率特征金字塔对形状各异的小目标进行检测,设计纹理信息提取模块降低复杂背景对检测的干扰。同时采用双通道YOLO检测器和基于CIo U的损失函数,进一步提升网络对机场道面外来物的检测精度和速度。实验结果表明,在满足实时性要求的情况下,与主流的目标检测网络相比具有更高的检测精度,达到了91.8%。机场道面外来物FOD本身带有类型多样、形状各异的特点,会使构建的FOD数据集中出现样本不均衡的特征。一些类别的样本数量较多处于头部,一些类别的样本数量较少处于尾部,呈现一种长尾分布的现象。长尾分布会导致网络分类效果不佳,从而影响网络的整体检测能力。针对该问题本文提出了一种重采样和重加权相互结合的算法。首先为了结决尾部类别样本数量较少,导致网络学习不够充分的问题,本文提出一种重混合马赛克增强算法。该算法通过解开样本特征和样本标签的混合因子,为尾部类别提供比例更高权重,分配有利于少数类的标签。然后,为了解决头部类别较多,使模型偏重头部类别的问题,本文提出了少样本类别平衡损失函数。该损失函数可以提高模型学习中尾部类别的权重,降低尾部类的识别错误率,提高整体预测准确率。实验结果证实,加入优化增强算法后的模型,在实际机场道面数据集上,检测精度达到了84.1%的m AP,并优于主流的目标检测网络。
其他文献
背景:重复性经颅磁刺激（repetitive transcranial magnetic stimulation,rTMS）是一种非侵入性治疗慢性神经病理性疼痛（neuropathic pain,NP）的治疗方法,通常以大脑初级运动皮层（primary motor cortex,M1）为作用靶点。然而,关于rTMS治疗的最佳参数（治疗次数、刺激频率）以及能否实现长期镇痛效果仍存在争议。本研究的目的
随着民航强国战略的提出,我国民航运输行业进入了发展的机遇期。《2020年民航行业发展统计公报》显示:2020年,我国运输总周转量接近800亿吨公里,旅客周转量突破6310亿人公里,旅客运输量达到4.18亿人次。持续增长的航空运输量导致空中交通管制压力增大,也对机场场面监视能力提出了更高要求。在视频采集等硬件部署基础上,实现对机场场面飞机目标的智能识别与跟踪,具有重要的应用价值。本文提出了一种基于深
篇章级情感分析一直是自然语言处理中最活跃的研究领域之一。它在数据挖掘、文本挖掘舆情研究、和信息检索中也有着很高的出场率。事实上,由于它对商业和整个社会舆情研究的重要性,它已经从计算机科学延伸到管理科学和社会科学,如新闻传播、营销策划、金融分析、政治科学,甚至历史研究。因此,收集和研究情感意见已成为必要。本文具体内容如下:1、篇章级情感分析的关键在于是否能够准确有效的生成文本的情感表示,然而现有的模
随着近年来我国经济的飞速发展和人口不断增多,商场、步行街、火车站、航站楼等公共场所下人群聚集的情况日益增多,这给公共安全管理带来了巨大的压力。随着计算机视觉的发展,基于视觉的人群分析在人群管理、交通控制、监控安防等方面受到了广泛的研究。现有工作主要是利用人群计数的方法判断监控场景下的人群聚集情况,很难提前对大规模人群的潜在危险发出预警。因此,本文主要关注人群分布预测问题,利用过去的连续帧预测未来的
背景与目的遗传性危险因素在肺血栓栓塞症（pulmonary thromboembolism,PTE）的发病中起着重要作用,目前已知的遗传变异种类十分有限。本文旨在通过分析56名PTE患者的人类全基因组外显子测序（whole exome sequencing,WES）结果和临床资料,并重点分析部分个体和家系的血栓相关突变体致病意义,来更好地认识遗传因素与PTE发病的关系以及WES在PTE遗传风险评估
关键词是能够代表文档的整体含义和主题的词或短语,它可以使读者快速掌握文档的主要思想。传统的抽取式关键词预测方法将源文本分解成若干词或短语后,通过对其进行排序和选择来实现自动关键词提取。这些方法忽略了文本背后的深层语义,并且无法预测未出现在源文本中的关键词。生成式关键词预测方法基于序列到序列（seq2seq）架构的神经网络模型,它可以直接从词汇表中挑选单词来生成关键词,从而可以解决上述问题,也是本文
传统的推荐系统利用用户历史交互数据来估计用户对项目的偏好,但现实中用户的偏好是随着时间推移而变化的。近年来,为解决其存在的这种信息不对称的问题,推荐系统开始采用交互式对话来获取用户对项目和属性的实时动态偏好,同时在一定程度上克服了传统静态推荐模型的冷启动和缺乏可解释性等问题的固有限制。然而目前的对话推荐系统还处于发展的初期,仍面临着不少挑战和难题。个性化问题:现有的对话推荐系统过于注重用户当前的偏
慢性炎症性疼痛在临床上长期困扰着患者,但其潜在机制尚不清楚,具体的治疗策略仍需进一步探索。龙血素B是从剑叶龙血树中提取的一种黄酮类化合物,有研究认为其具有止血、抗炎、镇痛等作用。我们通过分析完全弗氏佐剂（Complete Freund’s Adjuvant,CFA）诱导所致小鼠炎症性疼痛模型的脊髓转录组学来研究龙血素B的镇痛作用。行为学研究发现,龙血素B使CFA疼痛模型小鼠的机械痛阈值明显升高。差
研究背景与目的胰岛素抵抗（Insulin Resistance,IR）是2型糖尿病发生的基本环节,运动改善IR的机制主要涉及骨骼肌AMP激活蛋白激酶【Adenosine 5’monophosphate（AMP）-activated protein kinase,AMPK】活性的增加,但其上游分子调节机制远未阐明。我们在前期研究中已发现,肝脏转甲状腺素蛋白（Transthyretin,TTR）在急性
背景与目的溃疡性结肠炎（Ulcerative colitis,UC）是一由环境因素、遗传因素及免疫因素共同作用而引起的特发性肠道炎症性疾病,常常反复发作,最终导致肠道屏障损伤。越来越多的证据表明蛋白泛素化修饰调控肠道炎症发生发展。DCAF（DDB1-and CUL4-associated factor）家族蛋白可与CRL4-DDB1构成E3泛素连接酶,调控细胞生长、分化、凋亡等一系列生命活动。DC