【摘 要】
：
针对当前目标检测网络算法,对小目标的检测准确率较低和普遍出现的图片标注耗费大量人力物力等问题,提出了基于小目标数据集的多种数据增强方法.通过对图片进行水平翻转、直方图均衡处理、超分辨率处理等八种方法,在保持小目标原始特征信息不变的前提下,实现小目标特征信息的大幅度提高,丰富了数据增强的种类,提高了目标检测模型的泛化能力和小目标的检测准确率.实验结果表明,数据增强后小目标的目标检测准确率有了相对提高.
【机 构】
：
电子科技大学数学科学学院,成都 610097
论文部分内容阅读
针对当前目标检测网络算法,对小目标的检测准确率较低和普遍出现的图片标注耗费大量人力物力等问题,提出了基于小目标数据集的多种数据增强方法.通过对图片进行水平翻转、直方图均衡处理、超分辨率处理等八种方法,在保持小目标原始特征信息不变的前提下,实现小目标特征信息的大幅度提高,丰富了数据增强的种类,提高了目标检测模型的泛化能力和小目标的检测准确率.实验结果表明,数据增强后小目标的目标检测准确率有了相对提高.
其他文献
为获得更全面的感知信息,自动驾驶系统常采用FMCW毫米波雷达等多种传感器对道路环境进行感知.汽车目标跟踪是车载FMCW毫米波雷达的主要研究方向,该雷达常采用远近多模式切换方案以兼顾测量精度和测量范围.为获得相较于单模式雷达更高的估计精度,需要对多模式FMCW雷达中的测量数据进行数据融合,并应用于目标跟踪算法中.提出一种多模式切换下的车载FMCW毫米波雷达数据融合目标跟踪算法,在仿真车载场景和道路实测数据进行了验证.实验结果表明该算法相较于单模式毫米波雷达目标跟踪算法,具有更高和更稳定的跟踪精度.
针对现阶段机床空间误差模型不完整且传统灵敏度分析存在局限性,导致其关键几何误差溯源不准确,以及关键几何误差判定结果难以量化验证的问题,以某立式加工中心为研究对象,提出一种机床关键几何误差判定与量化验证方法.以旋量理论为基础,研究某立式加工中心空间误差建模,以输出机床完整空间误差模型;在此基础上,以基于传统局部灵敏度分析为基础,利用误差贡献度因子判定机床关键几何误差;借助数值模拟实验对判定结果进行量化验证.结果表明:相较于传统灵敏度分析结果,利用误差贡献度因子判定关键几何误差的结果更准确;基于误差贡献度因子
为了提高直接空对地定位系统的定位精度,设计一个基于GPS姿态测量及激光测距的直接空对地定位系统。设计的系统硬件部分主要包含GPS定位模块,激光测距模块,三维数字指南针,电源系统,手持计算机,数据控制中心,为系统提供大地参考、时间参考以及检测姿态等信息。在系统软件部分主要包含转换基于GPS姿态测量及激光测距获得的三维坐标,至此完成了基于GPS姿态测量及激光测距的直接空对地定位系统设计。实验结果表明,
现有滚动轴承故障特征提取算法的性能会随着故障集规模扩大而出现衰减.针对故障信号间存在的干扰和模态混叠等问题,提出一种基于双树复小波的特征提取算法.双树复小波结构包含两个独立的滤波器组,在含噪混合信号的分解和重构中形成互补关系,提升信号采样的平稳性;优化双树复小波滤波器组的结构,降低故障信号平移敏感性,利用门限阈值处理高频小波系数,达到降噪的目的,并基于时间序列样本熵提取子带信号的能量特征.实验结果显示:提出的算法能够准确提取滚动轴承各部分的故障特征信息,算法的在线故障识别率达到99.56％.
拉曼光镊技术(laser Tweezers Raman Spectroscopy,LTRS)将光镊与拉曼光谱技术相结合,实现了在液相环境中对单个微纳微粒的操控和生化分析,具有非常重要的应用价值.综述了拉曼光镊技术的研究进展与最新应用,包括拉曼光镊系统的构建与优化,拉曼光镊技术在生物医学、环境科学领域中的应用,以及拉曼光镊技术与人工智能相结合的最新发展及应用.最后,总结分析了拉曼光镊技术在实际应用中的不足与局限性,并对其未来的发展进行了展望.
介绍了国内外光纤拉曼气体测量技术的研究现状与实际应用,阐述了拉曼光谱分析方法的原理和特点,分析了拉曼光谱在气体定性定量分析领域存在的问题.在该基础上,详细介绍了几种主流的拉曼信号增强的方法,并从结构原理、激光耦合、传输损耗、孔径尺寸、价格成本等方面深入讨论了光子晶体光纤和镀金属毛细管作为激光波导的可能性,同时比较了二者的特点与优劣,最后总结并展望了光纤拉曼气体测量技术的发展潜力与未来应用价值.
随着我国空间电源技术的快速发展,宇航高压电源问题也愈发凸显,其中宇航高压充电电源中所存在的高损耗、高电压应力和无法宽范围输出一直激光电源研究中的重点和难点,基于这些问题,提出了一种将LCC谐振拓扑运用于宇航激光高压充电电源的设计方案,针对断续电流下双脉冲工作模式的LCC谐振变换器,采用状态空间法建立等效模型对工作过程进行分析,在对电路稳态分析的基础上,确定LCC谐振腔参数的取值,并建立Matlab闭环仿真模型对设计方案进行验证,论证了该设计方法的可行性.
由于当前远距离目标跟踪方法存在目标跟踪误差大,无法满足目标跟踪实际应用要求,为提升目标跟踪精度,提出了激光测量技术的远距离目标高精度跟踪方法.首先分析目标跟踪的原理,指出影响目标跟踪效果的因素,然后通过激光测量技术采集目标的位置信息,并引差分相减策略,得到目标移动的位移大小与方向,不断迭代得到目标跟踪结果.与其他目标跟踪方法的仿真对比实验结果表明,本方法的目标跟踪精度超过96％,降低了目标跟踪误差,获得更理想的目标跟踪结果.
针对相位反演算法多次迭代、实时性较低的不足,提出一种基于离焦探测的深度学习相位反演方法.只需光电探测器实时测量一帧离焦光斑数据作为网络输入,用泽尼克系数作为网络的输出,即可用训练好的模型快速进行波前复原.建立了数值仿真模型,分析了光电探测器像素数和训练数据集大小对网络模型复原精度的影响.研究结果表明,经过充分训练后,网络模型的损失函数最低可以达到0.0177,能够较为准确的进行波前复原,波前复原残差的均方根为0.3526,泽尼克系数残差均方根为0.0530,且随着光电探测器像素数和训练数据量加大,波前复原
针对雾霾天气下的光源运动目标清晰度低、轮廓模糊的问题,以火炮射击空中光源目标测量火炮跳角为研究背景,提出基于边窗均值滤波的雾霾天气下目标检测算法.首先在雾天退化模型基础上,使用边窗均值滤波算法对初始透射率进行改进,保留图像的轮廓边缘,然后通过平均修补块方法求出大气光值并复原出原始图像.最后通过奇异值分解的方法,判断光源运动目标和天空背景的相近程度,动态改变高斯混合模型的判别阈值.通过不同去雾算法的主观和客观分析以及光源微小运动目标的检测分析,所设计算法的目标检测清晰度更好.实验结果表明,该算法耗时较少,平