融合自适应感受野与多支路特征的鞋型识别算法

随着监控摄像头的普及和图侦技术的快速发展，“鞋印+监控”技战法成为公安机关侦破案件的重要手段。该技战法根据现场嫌疑鞋印推断出嫌疑鞋型，进而在犯罪现场周围监控视频中查找对应鞋型，锁定犯罪嫌疑人。然而现有鞋型识别算法无法充分提取嫌疑鞋印的重要特征，导致识别准确率降低。针对该问题，提出一种融合自适应感受野模块与多支路特征的鞋型识别算法。通过设计一种自适应感受野模块，使网络自适应选择合适大小的感受野特征，增强网络的特征提取能力，同时构建多支路特征融合模型，融合网络的深层和浅层特征，以充分利用有效特征进行鞋型识别，从而提高识别精度。在此基础上，采用中心损失函数和标签平滑损失函数联合训练的方法，在增大类间差距的同时缩小类内差距，增强模型的泛化能力。在多背景鞋型数据集上进行实验，结果表明，该算法Rank-1和mAP精度分别为79.77%和62.18%，具有较优的识别效果，为公安刑侦实战提供了一种可行方案。     

我国饲料添加剂工业发展初探

国外40年代形成了饲料添加剂业,它包括氨基酸,维生素、抗生素、矿物质、促生长剂、抗氧剂、防霉剂、驱虫剂等十一大类产品,多属于技术含量高、附加值大、品种多、更新快、商品性强的精细化学品。国内在80年代初才起步,比国外落后了近30年,与发达国家相比差距悬殊,主要表现在: 1.品种少 国内批准使用的不足百种,仅及国外的1/3, 2.产量低 1990年是国使用饲料添加剂650万t,欧共体580万t,我国不足15万t,其中相当一