排序方式: 共有14条查询结果,搜索用时 15 毫秒
1.
针对雾霾天气下道路交通标志识别难度大、精确度较低的问题,提出一种基于YOLOv5的雾霾天气交通标志识别模型。首先在YOLOv5原始模型上融入卷积注意力机制,在空间维度和通道维度上进行特征增强,抑制雾霾天气对模型的干扰;然后将BiFPN作为neck层中的特征融合结构,更加充分地融合多尺度特征,减少目标信息丢失;并选用CIoU作为YOLOv5的损失函数提高定位能力;使用K-means聚类算法在TT100K和CODA数据集重新获取锚框值,加快模型收敛速度。实验结果表明,改进后模型识别精度达到92.5%,比YOLOv5提升5.6%,在雾霾天气下仍能准确识别交通标志,速度达27 FPS,能够进行实时检测。 相似文献
2.
深度卷积神经网络能够解决复杂的计算机视觉问题,被广泛应用于图像识别任务中。在基于深度卷积神经网络的图像识别过程中,增加网络的深度和宽度能够产生丰富的特征信息,使用多尺度分割方法能够有效减少冗余的特征信息。然而,增加网络的深度和进行多尺度分割都会影响识别速度。如何在保证精度的同时提高识别速度,成为设计高效网络的关键问题。通过增加网络宽度的方法对ResNet残差网络进行改进,在保证精度的基础上提升识别速度。使用ResNet-D中的残差结构并减少网络长度,得到长度只有7层的残差网络,同时对HS-ResNet中的多尺度分割方法进行优化,只保留最后一次连接合并操作,得到图像识别残差网络SSRNet。在CIFAR 10和CIFAR 100数据集上的实验结果显示,SSRNet速度最高较ResNet网络提升7倍多,同时错误率最高下降8.81%,表明缩短网络长度可大幅加快图像识别速度,同时结合多尺度分割方法能够有效提升识别精度。 相似文献
3.
针对无人机航拍时拍摄的对象大小不一、种类繁杂且容易被建筑遮挡等问题,提出了一种基于YOLOv5s的无人机目标检测改进算法VA-YOLO。在已有的主干网络中添加CA注意力机制模块,扩大检测区域,获得更准确的位置信息;针对检测小目标时尺度不一导致语义丢失的问题,添加小目标检测层与BiFPN结构,加深浅层语义与深层语义结合,以此丰富对检测目标的语义信息;使用损失函数Varifocal loss与EIoU,改善模型对小目标检测的准确性。实验结果表明,在VisDrone2019-DET数据集上,该算法的平均检测精度(mean Average Precision, mAP)达到了39.01%,相比YOLOv5s提高了6.26%。 相似文献
4.
5.
以评价实时操作系统性能为目标,对时间参数的测量原理和方法进行了研究,以μC/OS-Ⅱ实时嵌入式操作系统为研究对象,分析其内核的实时机制及任务上下文切换时间、中断响应时间等实时性指标,给出了测量方法,并采用两种方法来获取时间参数,获得了一批嵌入式实时操作系统的数据,为实时性设计提供了参考。 相似文献
6.
本课题研究的网络播放设备方案采用telechips公司生产的TCC8900开发板,嵌入式操作系统采用当今最流行稳定Android 2.2操作系统,在分析Tcc8900开发平台的架构和软件开发方式的基础上,研究流媒体服务器和LIVE555开源库,设计客户端流媒体数据接收模块,实现客户端与服务器的交互。本文的研究为IPTV视频点播终端的实现提供了良好的软硬件基础。 相似文献
7.
基于FPGA设计的Buck-Boost型静止电压稳定优化器,直接串联于市电与敏感负荷之间,当供电电压发生电压骤升或骤降时,可快速稳定电压,确保敏感负荷不受影响;采用前端整流装置代替固定储能装置可获取更长的故障穿越时间,采用单同步旋转坐标系软件锁相环(SSR F-SPLL)技术实现电网电压同步,而采用电压双闭环控制技术改善了系统的响应速度:试验结果表明,该装置能快速稳定电压骤升骤降,并能较好地抑制谐波. 相似文献
8.
9.
XPort与ZigBee模块的Internet接入技术 总被引:2,自引:0,他引:2
介绍一种由嵌入式设备组成的ZigBee无线网络接入Internet的技术。设计了由TCP/IP到串口的转换设备XPort与ZigBee模块组成的ZigBee网关,阐述了XPort与ZigBee模块的连接电路、工作方式以及ZigBee组网过程,实现了Internet网络远程访问和便捷控制家中的ZigBee无线智能家电设备的目标。 相似文献
10.