排序方式: 共有4条查询结果,搜索用时 0 毫秒
1
1.
基于红外图像的行人识别是现代安防系统的重要组成部分。在计算资源受限场景,由于红外行人检测算法中模型尺寸的影响,检测精度与部署难度往往难以平衡。针对此问题,本文提出了一种基于YOLOv5s的轻量化目标检测算法:首先引入MobileNetv3轻量化特征提取网络,并使用深度可分离卷积减小模型尺寸,使其更易部署至CPU设备;其次,将最近邻插值上采样方式替换为CARAFE(Content-Aware ReAssembly of FEatures),明显提升了图像重建效果;最后使用EIOU Loss作为边界框损失函数改善模型回归性能。本文在采样后的LLVIP红外行人图像数据集上进行了测试:对于红外图像下的行人目标,本文在保持高检测精度(AP=95.4%)的同时,模型大小减少80.6%,参数量减少82.8%;在使用CPU平台进行推理时,推理速度提升43.3%,且检测多尺度目标的性能有所提升。以上两方面结果验证了算法的有效性。 相似文献
2.
3.
本文提出了一种改进的TFRC算法,在传统的基于TCP吞吐量模型的TFRC速率控制方案中,利用RTP和RTCP协议,结合多媒体流的特征,精确估计带宽预测模型参数.在对有效带宽预测、时延抖动、丢包率等全面分析的基础上建立了全局速率控制模型.该模型结合速率自适应MPEG-4分级编码转换机制,体现分级优先特性,较好地保证了多媒体流实时友好及传输速率的平滑性要求,并给出了一定的实验验证. 相似文献
4.
在实验基础上,针对地震信号的特性,基于JPEG2000标准文章提出了一套新的地震数据压缩混和编码方案,该方案不仅取得了较大的压缩率,而且大大提高了网络传输、实时处理方面的性能。 相似文献
1