【摘 要】
：
目标检测是计算机视觉中的研究热点,小目标检测精度低一直是难点.论文采用关键点的预测方式和回归方法,建立一种基于交互关键点(Interactive KeyPoints)的无锚检测模型(ITKP).该模型采用自适应采样方法获取一组表示对象的空间范围和具有重大语义意义的局部区域的关键点集后,通过自注意力(self-attention)机制建立关键点之间的联系以更好地匹配关键点和实现细粒度的定位.另外使用自注意力层代替卷积层来获取特征的全局上下文信息,设计了一个交互的特征金字塔,实现了更精确的识别和定位.论文提出
【机 构】
：
中国石油集团安全环保技术研究院有限公司HSE信息中心 北京 102206
论文部分内容阅读
目标检测是计算机视觉中的研究热点,小目标检测精度低一直是难点.论文采用关键点的预测方式和回归方法,建立一种基于交互关键点(Interactive KeyPoints)的无锚检测模型(ITKP).该模型采用自适应采样方法获取一组表示对象的空间范围和具有重大语义意义的局部区域的关键点集后,通过自注意力(self-attention)机制建立关键点之间的联系以更好地匹配关键点和实现细粒度的定位.另外使用自注意力层代替卷积层来获取特征的全局上下文信息,设计了一个交互的特征金字塔,实现了更精确的识别和定位.论文提出的检测模型计算复杂度低,在基于关键点检测的无锚检测方法中,检测性能和小目标检测效果有较大的提升.同时保持实时的检测速度,为嵌入式或边缘设备的应用提供理论支持.
其他文献
在远程监督(Distant Supervision,DS)实体关系抽取任务中,采用远程监督的方式虽然可以产生大量的标注数据,但是这种方法产生的数据集充满大量的噪声数据,从而会降低关系抽取的性能.为此,我们针对现有深度学习使用浅层和单一深层神经网络模型提取特征的局限,设计了一个融合注意力机制的密集连接卷积神经网络模型——DenseCNN-ATT,该模型采用五层卷积深度的CNN,构成密集连接卷积模块作为句子编码器,通过增加特征通道数量来提高特征传递,减少了特征梯度的消失现象;此外,为进一步减少噪声影响,论文将
索引作为加速数据库查询的一种成熟技术,始终受限于CPU的内存带宽与架构的发展,因此无法在性能上实现质的飞跃.所以使用GPU赋能索引技术来辅助数据库执行查询任务是势在必行的.因此,针对异构环境下索引结构的适应性以及现有GPU索引受限于显存容量导致扩展性不够等问题,提出了一种CPU与GPU协同处理的HPGB+-Tree索引算法.该算法以混合架构的方式重新构建索引结构,使其完全适应GPU的硬件特性,突破CPU内存带宽受限和GPU内存容量受限的双重难关.HPGB+-Tree索引不仅解决了索引异构问题,还充分利用两
命名实体识别是将自然语句中的姓名,地点,组织等实体抽取出来,是自然语言处理的一个上游任务.基于文档级记忆的命名实体识别是将所有识别过的语句信息融入当前待识别的语句中,从而加强当前句子的语义表达,以获得更好的识别效果.鉴于当前文档级记忆的命名实体识别都是将所有记忆信息混合融入当前语句中,忽略了不同标签类别的记忆信息对当前语句的影响不同,论文提出了一种融入分类记忆信息的中文命名实体识别方法,将当前输入语句与记忆模块中已按类别分成B、M、E、S四份的记忆信息利用注意力机制相匹配,找到每个字语义最相近的不同类别的
权益证明共识算法(PoS)虽然有不需要花费算力的优势,但由于权益越高的节点获得记账权的可能性越大,会造成记账节点具有很强的确定性且容易富者愈富,一旦权益最高的节点无法正常记账出块,其余节点仍要重新竞争记账权,存在系统停滞问题.针对这两个缺陷,特提出基于斐波那契分组的重要性证明共识机制(FPoI).首先,引入重要性评估方案,依据节点活跃度、交易量、寻找随机数的时间和信誉值计算每轮中节点的重要性分数iValue;其次,为信誉值设置记账最低阈值,防止信誉值过低但重要性仍高的节点恶意记账;最后,按重要性得分高低排
针对传统时空过程可视化模型的拟合程度和动态性差异,提出了基于感知特征的时空过程可视化模型构建.为了反映出时空过程的平滑效果,将感知特征应用到时空过程模拟中,采用时序间隙提取时空过程的感知特征,将相邻时空数据的变化过程模拟出来.利用视觉变量的定义,提高时空数据变化过程的传达效率,通过划分时空视觉变量,为时空过程选择合适的视觉变量,采用多种视觉变量组合的方式,消除时空信息表达质量的影响因素,实现时空视觉变量的选择.由于时空过程数据的采样方式不同,必须采用时空过程数据模型,来描述时空过程,根据可视化的特点,设计
篇章分析系统性研究的开展依赖于大规模高质量的标注语料.现有标注语料以纯手工标注和单机辅助标注为主,难以满足标注效率和语料质量的需求.因此,该文提出了一套简洁的语料标注协同流程,并基于此实现了一个汉语篇章宏观结构语料协同标注系统,提供了一种流程简洁、分角色协同合作、自动流程控制、安全可靠的线上标注模式.该系统通过设立标注流程状态、收集标注流程中用户的行为数据和语料库辅助统计等方法,从流程控制角度,优化汉语宏观篇章的标注流程,实现质量管控和数据分析.项目实践表明,该系统有效减少了相关标注人员的工作量,提高了标
岩性识别与分类对于地质分析具有重要的研究意义,是油藏描述和固体金属矿产资源勘探中的核心环节.传统的岩性识别方法受限于研究者的地质经验和实验设备的质量,受主观因素影响较大.为此提出了一种基于ResNet50网络模型和迁移学习的岩性识别与分类方法,首先使用预训练的ResNet50残差网络进行特征提取,然后利用改进的分类模型进行训练,最后在测试集上进行岩性识别分类.实验的数据集是使用工业相机在录井现场拍摄的岩屑和岩心图像,其中包含深灰色泥岩、深灰色粉砂质泥岩、浅灰色细砂岩等7类共315岩石图片.实验结果表明,所
针对基本人工蜂群算法种群多样性难以保持,进化速度慢等问题,提出了一种基于非线性递减选择策略的人工蜂群算法.算法在雇佣蜂阶段采用非线性递减选择策略以提高种群的多样性,进而改善种群的全局勘探能力;在跟随蜂阶段由全局最优解引导搜寻新解,以提高种群的局部开发能力;侦察蜂采用贴近最优解的策略以提高生成新解的质量,加速种群进化.改进的三个阶段改善了算法的寻优性能,最后通过实验对比与分析,验证了该算法的有效性.
提出了一种基于词义相似度和最近邻算法的“N1+N2”结构短语语法关系判定方法.首先从“N1+N2”结构中两对名词间的语义相似度定义了短语结构间的相似度,在此基础上给出最近邻分类算法所需要的短语结构间距离的概念;然后建设了一个标注了词语语义类别和短语语法关系的“N1+N2”结构的样本语料库,建立了一种能够标注“N1+N2”结构关系的最近邻分类算法;最后用测试集中计算机标注结果与人工标注结果比较来测试算法效果.实验结果显示,基于论文所提算法的计算机自动标注结果正确率达到97.55％,该结果证明了论文设计算法的
论文提出一种基于改进的YOLOv3的战场敏感目标检测方法.考虑到战场中目标的敏感性,不仅要保证检测的实时性,还需要保证较低的漏检率.针对YOLOv3在敏感目标检测中存在的漏检率高、准确率低的缺陷,论文通过改进预选框生成算法、设置针对敏感目标的损失函数,得到最优检测模型.通过在sensitive-16k测试数据集进行测试,结果表明,改进后的YOLOv3敏感目标检测算法的mAP(mean Average Precision)达到了80.34％,召回率达到了89.68％,可以较好地解决战场中敏感目标的检测问题.