摘要：针对当前SSD算法低层特征图语义信息不足导致存在小目标漏检以及误检的问题,提出一种基于分段反卷积改进SSD的目标检测算法SD-SSD(Segmented Deconvolution-Single Shot M ulti Box Detector).根据SSD模型低层特征图语义信息提取不足,高层特征图边缘信息丢失过多,本文重新设计了融合结构,不仅降低了计算过程中的参数数量,而且丰富了各个特征图的细节信息和语义信息;由于特征图反卷积的次数过多会增加噪声信息,本文将模型中高层特征图分成三段做分段反卷积与低层特征层融合;为增强小目标在模型下的检测效果,增加更低层次的特征图进行特征融合,着重检测小目标.在Pascal VOC2007测试集上进行验证,本文SD-SSD模型大幅度提高了小目标类别的AP值,mAP相对SSD模型和DSSD模型分别提高了4.30%和3.0%,相比目前主流单阶段目标检测算法,本文算法保持了较高的检测精度和检测速度.

摘要：工业物联网传统的单路传输方式无法有效保证信息传递的机密性与完整性,在通信过程中容易发生信息传输错误进而产生安全风险.本文针对工业物联网环境下智能化生产线设备间感知信息的安全通信需求,构建了一种多重冗余的工业物联网智能产线安全通信模型,提出了一种工业物联网辅助路径多重冗余传输方法,有效防止因通信节点失效而造成数据传输失败,降低了初始通信数据被整体捕获的概率,提高了通信的安全性.此外,针对安全通信模型由于特殊因素造成通信数据周期性丢失的特殊情况,本文进一步提出了一种智能产线通信缺失数据预测方法.该方法对于25个周期温度预测目标的多周期预测结果误差控制在0.15℃之内,在安全通信模型失效的特殊情况下有效预测填充了连续周期缺失通信数据,满足了工业物联网智能产线对于通信数据的完整性要求.