基于优化边界框回归的目标检测

来源 :高技术通讯 | 被引量 : 0次 | 上传用户:lyysnnu
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目标检测是计算机视觉任务中的关键问题之一,而边界框回归是目标检测的重要步骤。现有方法认为交并比(IoU)损失有利于度量IoU,但仍然存在收敛速度慢和回归不准确的问题。此外,大规模的目标检测数据集尽可能地清晰定义真实边界框,但在标记边界框时仍然会引入偏差。本文基于CIoU损失和边界框回归Kullback-Leibler(KL)损失提出了优化IoU(OIoU)边界框损失,主要通过学习边界变换和定位方差解决上述问题。OIoU不仅用于评估本地化置信度还可以计算标准差和边界框位置,在解决边界框标注时带来的偏差
其他文献
地下热储温度的确定,可为评价地热资源潜力提供重要参数.青海省恰卜恰地区地热资源丰富,但深部热储温度难以确定.利用青海省恰卜恰地区两个热水井,结合其水化学特征,采用多种方法估算深部热储温度.结果显示:二氧化硅温标指示性最强;PHREEQC软件对冷水混入和脱气作用进行了校正,使得计算结果相对准确可靠.经多种方法相互验证,最终确定恰卜恰地区新近系的热储温度在86~107℃,地温梯度大约为6℃/100 m.
黑龙江杂岩主要出露在佳木斯地块西缘,沿牡丹江断裂分布,为佳木斯地块与松嫩地块拼合过程中形成的构造混杂岩.杂岩以强烈变形的长英质糜棱岩为主体,其中含有大量具洋壳性质的超基性岩、变基性熔岩(蓝片岩)及变硅质岩和大理岩等岩块或岩片.对出露于黑龙江省东部牡丹江地区的长英质糜棱岩进行了锆石LA-ICP-MS研究.获得两组206Pb/238U年龄数据,其加权平均年龄分别为509.4±7.1 Ma(n=9,MSWD=1.3)和269±1.9 Ma(n=22,MSWD=0.93
为了更好地贯彻地质工作超前服务于国民经济建设的方针,发挥水文地质工作在水资源调查、监测、评价、确权和国土空间规划、生态环境建设中的先行作用,中国地质调查局沈阳地质调查中心从2018年开始组织立项编制《东北地区水文地质图(1∶150万)》.2019年,依托中国地质调查局“松辽流域水文地质调查”工程,作为松嫩平原水文地质调查项目的任务之一获得中国地质调查局批准.历时2年多,经数次修改、审校和征求专家意见,终于编制完成,即将由地质出版社出版发行.
硫化氢(hydrogen sulfide,Hn 2S)是继一氧化碳(CO)和一氧化氮(NO)之后的第三种气体传递介质和神经调节剂。硫化氢从抗氧化、抗炎、抗凋亡和自噬等方面起到神经保护作用,在
对地质资料数字化的整体流程和技术要求进行了全面梳理,便于读者更加精准、科学地组织工作.对数据化趋势和数据化方法的简要分析更加明确了地质资料管理的努力方向.在信息化的大背景下,数字化进而数据化是地质资料管理的必然趋势,能帮助我们更加智能、高效地把地质研究成果提供给社会服务.
通常一个销售代表会有数百名客户.销售代表无法定量预测哪位客户最近有下单需求,所以多采用轮询或者主观直觉的方式决定每天的回访客户名单.本文以深度学习的思路,把销售代表
全封闭往复式压缩机作为制冷系统的核心部件,其品质决定了整机系统的能效水平、静音效果和产品寿命。在生产线制造过程中,针对全封闭结构特点难以识别缺陷产品的短板问题,本文提出了一种基于壳体振动信号的压缩机制造缺陷诊断方法。首先通过集合经验模态分解(EEMD)对振动信号进行频谱分解,再利用多尺度样本熵(MSE)来表征不同尺度下各模态分量的复杂度并以此作为特征向量,最后利用支持向量机(SVM)完成制造缺陷的分类。实验结果表明,本文所提诊断方法能准确实现典型制造缺陷的识别与分类,为全封闭往复式压缩机制造缺陷的在线检测
以拜泉地区1∶5万土地质量地球化学调查数据为基础,开展硒地球化学特征及生态效应研究,探讨硒元素在土壤-植物系统中的迁移富集规律.研究表明:拜泉地区根系土硒含量均值为0.25×10-6,属中等富硒土壤,黄豆和水稻富硒占比相对较高;水溶态硒和离子交换态硒含量之和约为5%,一定程度上制约硒的有效量.土壤理化性质对硒全量、硒形态及其迁移富集具有重要影响:碱性—中性土壤硒含量基本不受pH制约,硒多以亚硒酸盐形式存在,不利于硒元素的转移和植物吸收;硒全量(有效量)与有机质呈显著正相关关系,但有机
抗γ-氨基丁酸B型(γ-aminobutyric acid B,GABAB)受体脑炎是以中枢神经系统神经元细胞表面GABAB受体为靶点的自身免疫性脑炎,多数为副肿瘤性,以难治性癫痫、认知功能下降和精神行为障碍等为常见临床表现。但目前抗GABAB受体脑炎的确切机制尚不明确,文章对抗GABAB受体脑炎机制的最新研究进展作一综述。
对鄂尔多斯盆地苏里格北部上古生界盒8段低渗透储层研究发现,成岩作用是控制气藏分布的主要因素之一,而黏土矿物又影响着成岩作用类型及强度,在成岩作用划分中具有重要指示作用.本研究尝试利用自然伽马能谱测井结合神经网络(极限学习机)准确计算储层中黏土矿物含量,为全井自动成岩作用识别提供支撑.在黏土矿物分析过程中,为避免测井信息受岩石骨架颗粒成分差异的影响,针对研究区沉积的岩屑砂岩和岩屑石英砂岩分别建立黏土矿物分析神经网络,提高计算精度.神经网络采用了参数不易陷入局部最优的极限学习机,保证了分析结果的速度和稳定性.