摘要：针对无人机航拍图像特征少,小尺寸目标多以及检测任务实时性要求高等问题,以YOLOX算法为基础提出基于特征增强的轻量级无人机目标检测算法。首先,设计更加轻量的密集残差网络结构ResNet_G优化模型的主干网络,提升模型对图像特征的利用率,同时降低模型复杂度;其次,提出基于注意力机制的Atrous Spatial Pyramid Pooling(ASPP)模块作为特征增强模块,加强上下文信息关联度以减少丢失小目标特征;最后,使用Focal Loss函数与CDIoU Loss函数,改善负样本对模型权重的影响以提高对密集目标的识别能力。实验结果表明,与原网络相比,改进后算法在VisDrone2021数据集上平均检测精度提升5.08%,参数量减少0.25 M,推理时间降低2.21 ms。

摘要：为解决传统人工"一户一表"抄表过程中耗时、耗力、实时性差、管理繁琐等问题,设计基于NB-IoT和STM32的智能远程抄表系统,采用STM32L476为主控制器、BC95为通讯模块和RS485电子水表。然后设计了云平台用于转发数据,手机APP客户端用于实时监测用户水量,实现水表、云平台、移动客户端三者之间的信息交互。测试结果表明,系统工作稳定,传输水量数据精确,为智能物业管理提供基础。