【摘 要】
：
目标检测任务是计算机视觉领域的基本任务之一,得到全球学者的广泛研究,检测性能也得到很大提升并已广泛应用于生产生活。但是由于目标形状多变、场景复杂以及目标相互遮挡等因素的影响,目标检测领域仍面临很大挑战。相比于传统的目标检测方法,基于深度学习的目标检测方法让网络根据标签自动提取特征进行学习,极大的提高了检测精度。基于深度学习的目标检测方法可分为两阶段目标检测算法和一阶段目标检测算法。本研究工作基于特
论文部分内容阅读
目标检测任务是计算机视觉领域的基本任务之一,得到全球学者的广泛研究,检测性能也得到很大提升并已广泛应用于生产生活。但是由于目标形状多变、场景复杂以及目标相互遮挡等因素的影响,目标检测领域仍面临很大挑战。相比于传统的目标检测方法,基于深度学习的目标检测方法让网络根据标签自动提取特征进行学习,极大的提高了检测精度。基于深度学习的目标检测方法可分为两阶段目标检测算法和一阶段目标检测算法。本研究工作基于特征增强对一阶段目标检测算法YOLO（You Only Look Once）系列进行改进,提升检测精度,主要研究内容如下:第一,提出了一种基于特征增强的改进型YOLOv3算法YOLOv3-FE,缓解了YOLOv3感受野不足和特征表达能力不强的问题,提升检测性能。YOLOv3-FE首先在YOLOv3基础上,在特征金字塔前使用由空洞卷积组成的感受野增强模块,既增大感受野又保证分辨率;同时融合不同支路的特征,以得到更加丰富的信息。此外,在特征金字塔进行特征拼接时,使用部分解码器模块,对不同层的特征进行不同的处理以增强特征的表达能力,从而提升整体的检测精度。第二,提出了一种基于自适应特征融合的改进型YOLOv4算法YOLOv4-FE,克服了YOLOv4采用路径聚合网络进行特征融合时,融合不充分导致的误检、漏检;以及仍然采用YOLOv3的检测头不能同时关注分类和定位任务的问题。YOLOv4-FE首先引入自适应空间特征融合模块来融合多层特征,并在融合时考虑不同层特征的权重,权重参数由每层的特征进行自适应的学习;其次使用解耦头进行检测,使用两个分支分别用于定位和分类,从而增强特征的鲁棒性提升检测精度。第三,在不同数据集上进行了实验。YOLOv3-FE模型使用了PASCAL VOC数据集,检测精度m AP提升了3.7%;YOLOv4-FE模型在PASCAL VOC数据集的检测精度提升了1.81%,在Cityscapes数据集的检测精度提升了5.33%。结果表明,所提模型能够在保证实时性的同时提升检测精度。图51幅;表9个;参77篇。
其他文献
＜正＞手是人体生活劳动必不可少的重要器官,长期露在外,烧伤率极高,感染机会也多。由于手部解剖结构缜密,Ⅱ°Ⅲ°烧伤极易形成疤痕挛缩或增生畸形,给生活带来不便。因而小儿手部烧伤畸形,手术康复护理十分重要,护理工作贯穿小儿烧伤,矫形康复的全过程,是病儿功能恢复的关键。现将临床护理工作总结如下: 一 资料来源
在钢铁企业信息化系统中,产品销售订单设计展开系统是智能制造中的第一环即智能设。在对国内主流钢铁企业产品销售订单设计展开系统的方案设计与技术实现进行深入研究的基础上,对河钢乐亭钢铁有限公司产品质量设计业务进行需求调研与分析,运用软件工程开发理论进行产品销售订单设计展开系统设计与实现。完成了系统的需求分析、总体设计、订单质量设计展开算法逻辑与数据库设计与实现,并参与了部分模块功能的开发。通过分析研究得
目的药物中的重金属杂质严重影响人们的身体健康,目前常用去除方法仍然存在诸多弊端,膜分离作为一种新型分离技术,通过GO和NaY沸石制备性能优异的膜材料对水中及阿司匹林中的Cu2+进行分离,为药物中的重金属杂质去除提供新思路。方法1采用真空自组装法制备了聚乙二醇（PEG）/GO复合膜,将PEG成功引入到GO片层之间增大层间距,提高PEG/GO复合膜的离子渗透通量和在水溶液中的稳定性,通过研究PEG的比
由于数据中心网络中的应用程序和服务所带来的流量呈爆炸式增长,传统的路由方案很难定制出最优的路由解决方案。软件定义网络（Software Defined Network,SDN）允许用户仅提供自己的控制平面,但设备的数据平面仍然不可替换,并且仍受供应商控制。因此,针对以上问题,提出了一种可编程数据平面中的流量调度策略,利用独立于编程协议的数据包处理器（Programming protocol-ind
目的观察岐黄针疗法治疗中风偏瘫后肢体痉挛的临床疗效,比较其与普通针刺的疗效差别,为临床中岐黄针治疗中风偏瘫后肢体痉挛提供疗效确切的依据,为进一步推广应用岐黄针疗法提供实践和临床研究资料。方法采用随机数字表法将符合本研究纳入标准的70例患者,随机分为治疗组（35例）和对照组（35例）。两组在给予常规药物治疗及康复训练的基础上,治疗组再予以岐黄针疗法,对照组则予以普通针刺疗法,两组均一周治疗3次,两周
岩石失稳破坏是由岩体内部张拉与剪切破裂逐步发育所导致。声发射作为岩石破裂的伴生现象,可通过其参数特征和波形特征描述岩石内部拉剪破裂的演化过程,目前有一些裂纹识别技术,但是不能提供裂纹模式识别。在力的作用下,岩石的破坏类型存在张拉破坏和剪切破坏,随着加载进程,两者之间的占比在不断变化,张拉和剪切模式下的裂纹比是评估破坏状态的一个有用参数。分析岩石在每个加载阶段中,张拉型破裂和剪切型破裂之间的变化关系
视觉显著性是指关注场景中最突出、最明显、占有主体部位的对象。现有对人类视觉系统的研究证实最吸引人的对象会在视觉系统中更加显著。因此,利用视觉显著性对图像场景中最突出目标进行检测,并分割出每个实例个体,即为显著性实例分割（Salient Instance Segmentation,SIS）。显著性实例分割生成的显著图只与显著目标相关,符合人类视觉系统的普遍规律。现有显著性实例分割方法主要分为两类:一
中医领域知识库是中医知识存储与表达的重要方式,为现代医学临床研究和决策提供了技术支持,因此中医学知识库的构建成为现阶段的研究热点。辨证论治是医家认识疾病和治疗疾病的基本原则,医家诊疗过程中,虽然遵循的基础理论是相同或相似的,但是在具体的诊治上会存在一些差异。因此认识和把握名老中医辨证论治差异是中医个性化知识继承与发展的重要基础。目前构建的中医学知识库,大多只专注名老中医临床实践知识的整合,没有考虑
自身免疫性疾病是一大类以自身耐受破坏、免疫细胞异常激活、自身抗体产生和大量炎症因子释放，进而产生多系统损伤为主要特征的疾病。肠道菌群与宿主健康息息相关，菌群生态失调已被确认与许多自身免疫性疾病的病理生理学有关，包括类风湿性关节炎、溃疡性结肠炎、自身免疫性甲状腺炎等。中药能改变肠道菌群的组成，二者之间有紧密联系，研究发现，中药可通过重塑肠道微生态结构而发挥治疗作用。该文针对肠道菌群如何影响自身免疫疾
医学数据的有效共享可以在国家医学领域创造出较高的科研价值、经济价值和社会价值。然而,医学数据在共享过程中加密保护和溯源等安全措施不完善而造成的数据泄露、丢失和破坏等安全问题层出不穷,亟需全新的安全技术手段为其保驾护航。椭圆曲线公钥密码体制（Elliptic Curve Cryptography,ECC）是目前主流的公钥加密体制之一。与其他公钥加密体制相比,ECC安全性能高、处理速度快、性能消耗少。