公共文化服务平台

搜索到7381篇“ SSD“的相关文章

轻量化SSD的人脸检测: 2024年; 针对当前目标检测算法难以在资源有限的硬件平台上运行的问题,以Single Shot MultiBox Detector(SSD)为基础,在SSD中引入GhostNet网络来替换原本的VGG16主干网络,再引入轻量化注意力机制来补偿轻量化模型带来的检测精度损失,提高网络检测能力。在同一数据集上进行检测,改进后的GC-SSD模型大小由原SSD模型的92.11 M减小到10.90 M,mAP相比于Ghost-SSD模型提高了15.43%。实验结果表明,改进后的GC-SSD模型mAP达到92.06%,模型大小大量减小,更适用于移动端设备。; 戈若男李飞; 关键词：目标检测 SSD 轻量化

全闪存Ceph的混合优化策略研究: 2024年; Ceph是一种经典的分布式存储系统,但随着数据量级和实验要求的不断提高,Ceph在读写延迟方面的不足制约了其进一步的发展。随着固态硬盘(Solid State Disk,SSD)等新型存储介质与Ceph的结合,Ceph整体读写性能有了明显的提升。全闪存SSD是一种性能优秀的SSD,基于全闪存SSD的Ceph系统表现也更好。与传统的分布式系统的读写延迟制约于后端存储介质不同,在基于全闪存SSD的情况下,Ceph系统的软件栈也需要优化以匹配硬件读写速度的提升。因此,提出基于全闪存SSD的Ceph存储系统的混合优化策略,针对Ceph的加锁机制、Crush算法等方面进行了优化,实验结果表明性能优化效果大约在2.8%~4.5%之间。; 李博颜靖艺

改进SSD的变电站电力设备识别方法: 2024年; 基于机器视觉的变电站设备识别是电力智能巡检的关键环节,在巡检图像上不同设备尺寸差异显著,极大影响了现有算法的识别性能。针对尺寸差异显著的识别对象,提出一种改进的SSD算法用于变电站设备识别任务。该方法主要改进SSD算法的两个重要部分:其一,保证多尺度特征提取,加强大尺度特征图的有效性。其二,优化默认框的生成策略,提出符合尺寸差异显著对象的多种默认框。此外,为增强网络的鲁棒性,采用迁移学习技术和数据增强技术训练电力设备识别网络模型。最后,构建变电站电力设备数据集,并进行实验测试;实验结果表明,论文方法相较于传统SSD算法,召回率提升了42.24%,解决了尺寸差异显著对象的识别问题。; 徐海洋卢泉; 关键词：变电站 SSD

基于改进SSD的工件表面缺陷检测被引量：2: 2024年; 工件的表面缺陷不仅影响外观而且直接影响产品的质量、寿命和性能,因此对工件进行实时表面缺陷检测很有必要。针对当前SSD算法不利于小目标检测易导致误检的情况,提出了一种基于单阶段多层检测器的改进SSD自动检测方法。采用了以ResNet替换SSD中原始的VGGNet的方法,研究了小目标检测的问题;采用了对深层特征进行反卷积且将深层特征与浅层特征融合的方法,研究了语义信息不足易误检的问题。结果表明,该方法较原SSD模型在工件的表面缺陷检测上m AP值提高了约4.6%,从而认为本方法可用于工件表面缺陷的实时自动检测。; 刘艳菊王秋霁张惠玉刘彦忠赵开峰; 关键词：工件表面 SSD 反卷积

基于轻量化SSD的交通标志检测算法: 2024年; 实时精确的交通标志检测是自动驾驶和智能交通的关键技术。针对现有智能检测算法检测复杂真实道路场景下的交通标志速度慢、无法较好地适用于嵌入式终端设备的问题,提出了一种基于轻量化SSD的交通标识检测算法。该算法采用MobileNetV3_large网络替代VGG16网络,可减少模型参数,提高检测实时性;利用添加SE模块的逆残差结构B-neck替换对应的标准卷积增强低层特征层的语义信息;设计改进RFB网络提升小交通标志的检测能力,重新设置预设先验框的尺寸,提升模型对特定数据集的检测能力。实验结果表明,改进SSD算法在中国交通标志检测数据集上的mAP值可达89.04%,比MobileNet-SSD算法提高了5.26%;帧率可达60 frames/s,比SSD算法提高了23 frames/s。所提算法具有较高的实时性和检测精度,对复杂交通环境具有更好的鲁棒性。; 张刚王运明彭超亮; 关键词：交通标志检测 SSD

基于对比学习的改进SSD目标检测算法: 2024年; 现有基于深度学习的目标检测算法在图像的目标检测过程中存在物体视角的多样性、目标本身形变、检测物体受遮挡、光照性以及小目标检测等问题。为了解决这些问题,本文将对比学习思想引入到SSD(Single Shot MutiBox Detectior)目标检测网络中,对原有的SSD算法进行改进。首先,通过采用图像截块的方式随机截取样本图片中的目标图片与背景图片,将目标图像块与背景图像块输入到对比学习网络中提取图片特征进行对比损失计算。随后,使用监督学习的方法对SSD网络进行训练,将对比损失传入到SSD网络中与SSD损失值加权求和反馈给SSD网络,进行网络参数的优化。由于在目标检测网络中加入了对比学习的思想,提高了背景和目标在特征空间中的区分度。因此所提出的算法能显著提高SSD网络对于目标检测的精度,并在可见光和热红外图像中均取得了令人满意的检测效果。在PASCAL VOC2012数据集实验中,AP50值提升了0.3%,在LLVIP数据集实验中,AP50值提升了0.2%。; 胡焱原子昊涂晓光刘建华雷霞王文敬; 关键词：SSD 目标检测红外热成像

改进MobileNet-SSD的电梯内电动车识别方法: 2024年; 由于电动车入户充电易造成火灾风险,传统的视频检测方法需要进行数据上传,易造成数据丢失和高延时。针对上述问题,这里提出一种可在嵌入式设备上运行的改进MobileNet-SSD方法,用于识别电梯内电动车目标。在数据预处理阶段,采用CycleGAN方法进行数据增强以提高模型的泛化能力,针对MobileNet网络计算量过大的问题,这里提出引入宽度乘数和分辨率乘数作为超参数以降低模型运算量,经BOHB(Hyperband-Bayesian Optimization)方法对超参数进行优化后获取最优超参数组合。同时为解决权重无法更新和信息丢失问题,用LReLU取代ReLU作为模型的激活函数。实验结果表明,这里的改进MobileNet-SSD算法能在嵌入式设备上快速、准确地识别电动车目标,改进后的MobileNet-SSD模型能将原SSD模型的map提高6%,响应延迟降低20%。; 章曙光张文韬刘洋唐锐

基于轻量级MobileNet-SSD模型的人流量检测: 2024年; 利用深度神经网络模型识别行人目标并检测具有十分高的价值。现实高密度行人检测场景中由于硬件基础以及网络性能消耗等问题的影响,常常需要选取处理速度高、硬件条件要求低的网络且同时兼顾视频监控的连续特性,因此选取了轻量级MobileNet-SSD网络来高效处理人头目标并引入帧间差分的方式,来有效对人头的椭圆特征目标进行跟踪;结合相关数理方法实现行人跨线计数的高性能人流量检测解决方案。在不同数据集上同现今一流的检测模型作比较,该方法皆表现出优良的检测性能。; 张智盛健; 关键词：帧间差分

改进SSD算法在工件表面缺陷检测中的应用: 2024年; 为能够更为高效地检测工件表面加工缺陷,提出了一种MobileNetV3-SSD目标检测算法,它能够有效实现工件表面缺陷检测。此算法通过改进SSD的骨架网络为MobileNetV3-Large,有效减少网络参数量和计算量,通过结合自底向上的特征金字塔网络的改进算法,使网络能够捕捉不同尺度和形状的目标信息,将语义分割辅助任务与多层特征融合相结合,进一步提升检测性能。使用PASCAL VOC数据集和Kolektor工业缺陷数据集验证该算法,在PASCAL VOC数据集上的mAP达到77.3%,较SSD算法提高0.4%,在Kolektor数据集上的FPS达到了105,较SSD算法提高112%。验证了MobileNetV3-SSD算法相较于传统SSD网络,具有更好的检测精度和检测速度。; 周茂军胡江涛王俊杰彭德政马沁怡王雅君; 关键词：目标检测

基于超低延迟SSD的页交换机制关键技术: 2024年; 随着内存密集型应用的快速发展,应用对单机内存容量的需求日益增大.然而,受到颗粒密度的限制,内存容量的扩展度较低.页交换机制是进行内存扩展的经典技术,该机制通过将较少使用的内存页面暂存在存储设备,以达到扩展内存的目的.过去页交换机制由于慢速磁盘的读写速度限制,无法被广泛应用.近年来,得益于超低延迟固态硬盘(solid state drive,SSD)的快速发展,页交换机制可以利用其低延迟的读写特性,提升页交换效率.然而,在低I/O延迟的情况下,传统页交换机制的I/O栈存在巨大的软件开销.首先对使用超低延迟SSD的Linux页交换机制进行测试与分析,发现现有页交换机制的主要瓶颈在于发送请求时存在队头阻塞问题、I/O合并和调度开销,以及内核返回路径上的中断处理和直接内存回收开销.基于分析结果,提出基于超低延迟SSD的页交换机制Ultraswap.Ultraswap在Linux I/O栈的基础上增加对轮询请求的处理,并降低I/O合并与调度开销,实现轻量级的I/O栈.基于Ultraswap的I/O栈,对内核页交换机制的换入与换出路径进一步优化.通过优化对缺页、直接内存回收的处理,降低页交换机制关键路径上的时间开销.实验结果表明Ultraswap在应用测试场景下相比Linux页交换机制能够提升19%的平均性能;在可使用内存比例为20%的情况下,Ultraswap可达到33%的性能提升.; 王紫芮蒋德钧; 关键词：轮询

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈