【摘 要】
：
针对深度学习EfficientDet模型的车辆检测性能进行分析，基于训练过程中容易陷入局部最优进行优化改进，构建分阶段自适应的训练模型，利用该训练模型对短距离和远距离车辆进行检测，并将检测结果与基于Cascade R-CNN和CenterNet方法进行比较，从计算复杂度、耗时及检测精度三方面分析确定本文方法优于其他两种方法。同时，对不同角度和不同距离车辆检测结果进行分析，确定了检测的最优距离和角度
【出 处】
：
南京信息工程大学学报(自然科学版)
论文部分内容阅读
针对深度学习EfficientDet模型的车辆检测性能进行分析，基于训练过程中容易陷入局部最优进行优化改进，构建分阶段自适应的训练模型，利用该训练模型对短距离和远距离车辆进行检测，并将检测结果与基于Cascade R-CNN和CenterNet方法进行比较，从计算复杂度、耗时及检测精度三方面分析确定本文方法优于其他两种方法。同时，对不同角度和不同距离车辆检测结果进行分析，确定了检测的最优距离和角度。最后，通过实例验证了本文方法可以用于大范围车辆的检测。
其他文献
以不同林分密度（1800、3000、4500株/hm~2）杉木林为研究对象，通过野外调查、样品采集和室内分析，研究不同林分密度杉木林生态系统碳密度及其分配特征。结果表明：1）三种林分密度杉木林生态系统碳密度分别为131.54、161.42、172.69 t/hm~2，随林分密度增大而升高，且具有显著差异（P乔木层>林下地被物层。土壤有机碳储量占总碳储量的比例最大（53.11%～67.37%），其次
作为社会复合生态系统的重要理论，城市生态位一直是研究重点，但缺少尺度效应的深入观察。本文以浙江省为例，首次将地市-区县-乡镇三个尺度进行横向对比，构建了多个尺度适用的城市生态位评价模型。研究通过生态位宽度、生态位重叠度、生态位分异指数和引力模型方法，对825个乡镇，71个区县和11个地市的3个尺度的生态位进行了探讨。研究结果表明：从生态位宽度来看，浙江省的生态位发展不均衡，地市尺度呈现反“C”结构
为提升车辆重识别算法的性能，提出一种基于车辆组件特征与多注意力融合的特征学习方法．首先，修改深度残差网络以获取具有丰富语义信息的特征图，同时应用语义分割网络将车辆图像划分为车辆正面、背面、顶面、侧面及背景区域，以实现组件特征提取并消除视角变化的影响．然后，设计多注意力融合模块，基于面积注意力与特征注意力实现组件特征的自适应融合．最后，在多任务学习框架下，优化车辆重识别的三元组损失与辅助分类任务的交
城市边缘区是城市扩张过程中空间结构变化最大、土地利用转变最快的区域。以北京市大兴区为例，从原型思维出发，以2000、2010和2020年遥感影像解译数据、自然和社会经济等数据为基础，充分考虑地物地情及政策背景等因素，借助ArcGIS10.5、Fragstats 4.2、SPSS等工具，对不同规划尺度和历时性维度下的景观格局指数进行分析、对比和验证，通过总体分析，场地切片和原型筛选三个步骤，筛选出大
部分领域自适应作为领域自适应一种特殊且重要的场景,由于其存在的异常源类经常导致负迁移,从而造成训练和建模效果不理想,为此提出了一种深度加权子域自适应网络。该网络针对深度网络提取的类别特征中存在异常源类造成的负迁移,设置重要性加权自适应权重调节机制,解决异常源类造成的分类精度较低的问题;并提出局部加权最大均值差异策略,对齐相关子域的分布,获取更多的细粒度信息,解决全局对齐中迁移性能不高的问题。在Of
本研究以福建省安溪县为研究边界，选取了1999—2019年该县及所属乡镇的耕地、林地、草地、园地、水域、建设用地和未利用地等7个土地利用类型作为物种变量，与其相关性较大的社会经济指标为环境变量，采用典范对应分析和空间自相关等方法进行分析，以明确安溪县和所属乡镇的土地利用时空演变特征及其关键驱动因素。研究结果表明：安溪县1999—2019年间土地利用类型变化总体上呈“三减四增”态势，并在全局空间分布
华南某微污染水处理厂总处理规模260×10~(4 )m~(3)/d，为改善河道水质，需对原工艺进行升级改造，其中核心控制指标为氨氮。通过对比曝气生物滤池、生物转盘、生物接触氧化、纯膜MBBR对处理微污染水氨氮的适用性，并综合考虑进出水水质、投资运维成本、施工难易程度等因素，最终选取纯膜MBBR工艺进行改造，将部分沉淀区改为纯膜MBBR区。分析了不同水力池型对悬浮载体流态的影响。采用侧进侧出微动力混
砒砂岩区地形破碎，生态环境恶劣，降水量少且以暴雨为主，研究该区植被覆盖变化及环境驱动因子作用机制对区域植被建设具有重要的理论意义。本研究基于1999—2018年的NDVI数据分析了砒砂岩区近20年植被覆盖度时空变化特征，利用了地理探测器方法量化分析了不同环境因子对植被覆盖度的影响。结果表明：1）近20年砒砂岩区平均植被覆盖度为42.3%，时间尺度上1999—2018年区域植被覆盖度呈增加趋势，平均
瓶装矿泉水异物检测旨在查找出矿泉水中的异物杂质，在矿泉水制造业具有重要的应用价值。然而，传统的机器视觉检测精度较低，受背景的干扰较大、且漏检率和误检率较高。为解决上述问题，提出小尺度特征提取的瓶装矿泉水异物检测算法。该算法主要包含判别性特征学习模块，数据增值模块以及细粒度信息获取模块。在判别性特征学习模块中，针对矿泉水异物，利用聚类的方式设计合理的先验框尺寸并对特征图进行处理，通过对网络的输出结果
现有的大多数特征点提取算法适用于处理纹理丰富的图像，而对于弱纹理图像则无法提取有效的特征点. 对此，提出多邻域结构张量特征(MNSTF)算法. 基于一系列固定的邻域以及图像结构张量，通过表达局部图像的结构与纹理信息，解决弱纹理和无纹理场景下特征点提取及匹配等相关问题；同时，通过计算邻域之间的相对方向，实现了MNSTF算法特征描述子的旋转不变性. 实验结果表明，MNSTF算法在经过旋转的弱纹理图像测