排序方式: 共有17条查询结果,搜索用时 15 毫秒
11.
为实现无人值守变电站视频监控系统对动态小尺寸入侵目标体的识别与定位,提出一种基于改进Faster RCNN的快速神经网络辨识方法。该方法通过构建深度卷积网络计算目标样本的强语义特征,并利用密集连接的传输通道融合位置信息,从而得到适应于小目标检测的基础骨干网络;然后利用锚框挑选出目标可能存在的区域,采用双线性插值法计算定位框的坐标以实现像素级别的精确定位。使用采集的变电站监控图像对模型进行训练,得到适应小尺寸异物的改进Faster RCNN检测模型。通过对比实验结果表明,所提改进方法在进行小尺寸异物检测时能够保持高精度并具有时效性,具备一定的工程实用价值。 相似文献
12.
13.
超大屏幕实时交互分布式渲染平台关键技术 总被引:2,自引:0,他引:2
随着社会的发展,实时交互渲染越来越多地应用于类似游戏的虚拟现实中,在系统复杂度增加的同时,对系统硬件也提出了新的要求.实时分布式渲染可以较好地兼顾实时与成本问题,它一方面采用普通PC机降低成本,另一方面提高了系统实时性能和输出分辨率.在综合分析的基础上,设计并实现了一种通用的实时交互分布式渲染平台. 相似文献
14.
嵌入式操作系统内存管理机制分析及改进 总被引:3,自引:0,他引:3
本文介绍了嵌入式操作系统内存管理基本原理,分析了μclinux内存管理机制实现,针对其内存管理不足,提出了改进和实现的方法。 相似文献
15.
电力仪表设备边端智能化检测,是构建数字化变电站的必要环节。在利用移动边端视觉设备检测电力仪表时,边端算力难以实现对复杂环境下的小尺度、高似然目标图像的快速检测,为此,提出一种基于轻量级EF-YOLOv4网络的电力仪表图像目标检测方法。通过改进模型的主干特征网络,利用深度可分离卷积(depthwise separable convolutions,DSC)计算方法提取仪表多属性特征,同时降低模型计算复杂度,提高检测速度;改进特征融合结构,增加具有高分辨率以及颜色、纹理等仪表信息的浅层特征层,提升模型对小尺度仪表目标的注意力;融入最近邻快速特征匹配(fast library for approximate nearest neighbors,FLANN)方法,通过单位符号特征细粒度检测仪表目标。利用迁移学习参数共享机制调整模型权重,使模型快速适应于电力仪表小样本数据集。最后构建电力仪表图像测试集对模型进行验证。实验结果表明,相比于传统目标检测方法,所提方法对于电能表、电压表等多尺度、细粒度仪表设备图像的目标检测保持了较高的精确度与速度。可为电力仪表的可视化、信息化与智能化提供可行的技术方案... 相似文献
16.
17.