基于Faster R-CNN的肺炎目标检测

针对肺炎图像中病灶组织与正常组织难以区分，导致的肺炎检测准确率低的问题，提出一种基于改进Faster R-CNN的肺炎目标检测算法。通过CRP-CLAHELS的流程在增强图像对比度的同时提取图像的边缘特征，提出IN-ResNet50网络作为特征提取主干网络，提取更丰富的图像特征。在此基础上，引入Soft-NMS改进候选框合并策略，提高网络在多个目标肺炎区域下的检测准确率。在RSNA数据集上的实验结果表明，该算法相比Faster R-CNN平均精度均值提高7.26%,与其它目标检测主流算法SSD、YOLOv3相比平均精度均值分别提高8.83%、7.02%,验证了其有效性。     

基于IXP2400的高速流量生成方法

流量生成是网络流量模拟和网络设备测试的关键技术。随着网络的发展,流量生成技术面临着性能、精确性和灵活性三方面的挑战。文章介绍了一种灵活的基于IXP2400的高速流量生成方法,包括两个部分:IXPBTG平台和基于经验公式或反馈机制的发送速率控制算法。