排序方式: 共有5条查询结果,搜索用时 0 毫秒
1
1.
针对低光照环境下行人检测精度低和模型参数量大的问题,基于YOLO框架,提出一种轻量化的多模态行人检测算法EF-DEM-YOLO。采用轻量的ES-MobileNet作为主干特征提取网络,并在该网络中引入ECA和SE-ECA注意力机制模块,增强重要的通道特征,提高小目标行人的检测精度。在颈部网络中设计了基于深度可分离卷积的DBL模块,进一步缩减模型的参数量。另外,为了提高低光照条件下行人的检测精度,利用可见光模态和红外模态在不同光照条件下特征互补的特点,提出了基于图像熵的可见光与红外模态加权融合方法,并设计了融合模块EWF。相比与基准方法,该算法对于不同光照条件下的行人目标,模型的mAP提高55.5%,MR降低85.9%,模型的推理速度达到33.4帧/秒,并且均优于其他经典的目标检测算法,为边缘计算和低光照场景下的行人目标的实时检测提供了可能。 相似文献
2.
3.
对数字音频放大器各组成环节进行了系统的分析,将双边带三电平自然采样法脉宽调制技术、Dead-Time技术、负反馈技术等引入脉冲编码调制器、开关放大器、低通滤波器等环节。通过对脉冲编码调制器、驱动方式、开关放大器、低通滤波器的优化设计,整机失真度低于0.05%,信噪比大于110 dB,效率达到了93%。 相似文献
4.
5.
1