基于YOLOv3的人脸关键点检测

深度学习中神经网络强大的特征提取能力,使非约束场景下的人脸检测不再困难,于是人脸关键点的检测逐渐成为人脸检测的关注点,但目前为止较少算法具备对人脸关键点的检测能力.YOLOv3作为精度和速度均表现优异的算法,同样不具备关键点检测的能力.因此,文章提出基于YOLOv3的人脸关键点检测算法,该算法对YOLOv3改进,设计关...     

基于无线传感网络的输电线路多变量分布式局域监测系统

针对输电线路的风振灾害监测,研制了一套基于ZigBee技术的多变量无线监测系统.系统的下位机由中央控制模块、射频传输模块、传感器模块和电源管理模块组成;采用低功耗16位单片机MSP430为主控芯片,实现了数据采集与传输.系统上位机通过TTL转接和无线数传模块进行串口通信.经实验室与现场应用验证,本系统抗干扰能力强,单通道采样率达1k,有效传输距离达300m,具有多工作点同步监测并向上位机实时回传数据的功能,能实现对杆塔和导线振动、动态应力/应变、风速等多参数的在线监测,为形成输电线路风振无线监测和灾害预警机制提供有效的技术手段.     

基于轻量级深层卷积神经网络的花卉图像分类系统

为解决深层卷积神经网络（Deep convolutional neural network, DCNN）模型在算力弱、存储成本高的AI边缘计算设备上难以高效应用的现实问题,本文利用重量级网络辅助训练轻量级网络,设计了一种基于轻量级神经网络的花卉图像分类系统。首先利用重量级DCNN并结合迁移学习、爬虫技术与最大连通区域分割方法,构建了适用于轻量级网络训练的扩充花卉数据集。然后基于Tiny-darknet与Darknet-reference两种网络及扩充后的花卉数据集训练得到两种面向弱算力设备的轻量级DCNN模型。训练得到的两种花卉分类网络在Oxford102花卉数据集上的平均分类准确率可达98.07%与98.83%,模型大小分别为4 MB与28 MB,在AI边缘计算设备中具有较好的应用前景。     

功率放大器技术结构及在雷达接收机中的应用

本文主要介绍了功率放大器的主要构成,说明了几种基本的功率放大电路的工作状态。阐释了增益控制电路的工作原理,总结了增益控制电路在雷达接收机应用中的几种关键技术方案。     

基于YOLO多模型交叠桥接策略的人脸检测算法

基于深层卷积神经网络的人脸检测算法因其能够较好地克服复杂环境中诸多因素造成的影响,得到了业界广泛关注.YOLO是一种分类/定位回归式视觉目标检测算法,采用单步检测方式,兼具速度快准确率高的优点,是目前被广泛使用的一种深层全卷积神经网络.但由于其网络输入尺寸固定,其输出神经元的感受野范围也因此被限定.将其用于检测尺寸跨度...