现有的高精度目标检测算法依赖于超深的主干网络(如ResNet和Inception),无法满足实时目标检测场景的需要,相反采用轻量级主干网络(如VGG-16和MobileNet)能达到实时目标检测的目的,但会导致检测精度的损失,对小目标的检测效果变差。SSD(Single Shot Multi-Box Detector)算法具有高精度、实时检测的特点。本文以SSD算法的网络结构为基础,通过添加感受野模块增强轻量级主干网络的特征提取能力,同时引入特征融合模块,充分利用深层网络提取语义信息,达到实时目标检测的目的,同时提高算法整体的检测精度和对小目标的检测能力。为进一步验证引入新模块的有效性,本文算法模型在PASCAL VOC2007数据集上进行测试,准确率达到80.5%,相比于原始SSD算法有3.3个百分点的提升,检测速度达到75 frame/s,整体性能优于目前大多数目标检测算法。
2021-11-12 15:58:05
5.33MB
1
朋友送的DHT11传感器，用于湿度和温度测量，网上找了资料看，相对的控制较为简单，花了点时间把程序写了出来，用1602做显示，单总线控制的器件，基本上没什么指令，只有一个启动信号，然后是连续读出40bit的数据，程序没难度，一次成功，随后加上了防死循环的检测，元器件的精度是温度正负2度，湿度正负5%，相对来说精度不怎么高，但是应用于日常生活还是足够的。
2021-11-08 13:34:40
83KB
1
行业-电子政务-取代的氨基甲酸酯化合物及其作为瞬时型感受器电位(TRP)通道拮抗剂的用途.zip
2021-09-13 09:01:21
2.97MB
1
matlab无量纲化处理数据代码rf-mono-matlab
这个
repo
包含
Matlab
代码，用于计算能源高效的感受野，以对图像数据集进行编码。
在这段代码进入
GitHub
之前，它出现在我的实验室网站上。
这组最小的
MATLAB
函数将建立一个简单的神经网络来学习感受野。
这些感受野最小化了一个能量函数，它涉及
a)
图像块重建误差，b)
绝对放电率的总和，c)
绝对突触强度的总和。
我们没有明确地这样做，但这可以在贝叶斯框架内解释，其中对突触和放电率的约束代表了参数的一些先验分布。
DATA.mat包含近
50,000
个
16×16
像素图像块的样本，这些样本是从
van
Hateren
图像数据库（似乎不再在线提供，但可能在其他地方镜像）中随机采样的。
您当然可以制作自己的一组图像样本，并且代码将适用于您提供的任何大小的图像补丁。
尽管它假设图像块是方形的。
引用我们
此代码是这些论文中使用的代码的最小工作示例。
如果您使用此代码，请引用这两篇论文。
谢谢！
Vincent
B、Baddeley
R、Troscianko
T、Gilchrist
I，(2005)
2021-09-10 08:42:01
47.09MB
1