MPE-YOLOv5:面向边缘计算的轻量化YOLOv5手势识别算法

针对边缘设备计算和存储能力差的问题,本文对传统YOLOv5模型中用于特征提取的主干网络CSPDarkNet53进行轻量化处理,提出了一种轻量化MPE-YOLOv5手势识别算法,以实现模型在低功耗边缘设备上的部署;针对轻量化模型提取特征较少而导致的难以识别大尺度变换目标和微小目标问题,对M-YOLOv5网络设计添加有效通道注意力机制(efficient channel attention, ECA),以缓解因特征通道减少而导致的高层特征信息丢失的问题;同时增加针对微小目标的检测层,提高对微小目标手势的敏感度;并选用EIoU作为预测锚框的损失函数,以提高模型的定位精度。本文在自制数据集和NUS-Ⅱ公共数据集上验证了MPE-YOLOv5算法有效性,并将MPE-YOLOv5算法与轻量化后的M-YOLOv5算法和原始的YOLOv5算法在自制数据集上进行了对比实验。实验结果表明,改进算法的模型参数量、模型大小和计算复杂度分别是原算法的21.16%、25.33%和27.33%,平均精度可达97.2%;与轻量化模型M-YOLOv5相比,MPE-YOLOv5能够在保持原来效率的同时,使平均精度提升8.7...     

冷冻家禽类预制菜加工及复热技术研究进展

预制菜是指以农、畜、禽、水产品为原料,经过标准化生产得到的成品或半成品。随着宅经济、家庭小型化和生活节奏的改变,预制菜行业迅猛发展。家禽预制菜是预制菜行业的重要分枝,市场上主要的产品有冷冻形式的白切鸡、椒麻鸡、盐焗鸡等卤煮类产品;也有道口烧鸡、辣子鸡丁等常温保藏类;还有盐水鸭等低温保藏食品。加工技术和复热技术良莠不齐,原料控制、腌制入味、熟化工艺和匹配的设备等影响着产品的质量;特别是冷冻类预制菜,复热技术和程度对菜品的品质影响较大,缺乏家禽预制菜肴和复热技术的理论研究。本文综述了加工技术以及复热技术对冷冻家禽预制菜的影响,为改善家禽预制菜的食用品质提供理论支撑,同时为预制菜加工企业、中央厨房以及家庭饮食中获得安全、高质量的冷冻家禽预制菜提供思路。