排序方式: 共有10条查询结果,搜索用时 10 毫秒
1
1.
2.
3.
4.
多目标检测任务存在目标尺寸变化范围大的情况。通过采集高分辨率图像,可以保证对小目标的观测效果,但是在原始图像中进行滑动窗口扫描式检索,会造成计算成本的显著增加;大尺度目标的检测通过对原始高分辨率图像压缩快速完成,但压缩过程会导致小目标的大量细粒度特征丢失:因此,文章提出一种基于变分辨率机制的YOLO检测 (multiple resolution mechanism based YOLO,MRMY) 算法,并用深度可分离卷积进行优化。该算法考虑特定场景下不同尺寸目标间的位置关系,采用多分辨率机制,先对高分辨率图像进行压缩,对大目标进行快速检测,再根据大目标位置信息确定小目标的搜索空间,并在原始高分辨率图像的局部区域进行小目标识别。由于在任一分辨率下目标尺寸较为明确,因此可对检测模型基于归一化层剪裁掉网络中不重要通道。尽管检测任务需要2次模型运算才能完成,但通过该检测模型可提高算法的速度。在网络公开数据集和自建数据集上的测试结果表明,MRMY算法的全类平均正确度(mAP)比YOLO V4算法提升约21%,检测速度为84帧/秒与YOLO V4的83帧/秒相近。 相似文献
5.
为提高安检工作的有效性和严密性,提升大型枢纽机场空防的安全,设计了新一代机场安全信息系统。首先,介绍了系统在信息采集、数据处理技术手段上的创新;然后,在机场现有的信息数据和安检设施的基础上,设计了系统的架构与功能模块,实现对旅客值机、安检和登机等关键离港环节的追踪和检查;最后,设计了与外部系统的主要接口以及信息交换内容。通过网络传输、数据交换等技术手段搭建的安全信息系统可实现对机场安检工作的全面信息化管理,提升机场安检的工作效率、服务质量和安全防范水平。 相似文献
6.
7.
8.
9.
10.
1