摘要：为进一步加速基于深度学习的目标检测模型,采用通道裁剪的方法对YOLOv3模型进行瘦身。首先选取卷积神经网络模型中可以裁剪的卷积层,通过对BN层参数进行稀疏化训练;其次,对BN层参数排序以获得可以裁剪的通道;然后依据参数范围裁剪模型;最后对裁剪后的模型进行微调。在X光图像数据集上进行试验,瘦身后的模型mAP@0.5值提高2%,预测过程提速16.67%。实验证明,在X光检测任务中,裁剪后的YOLOv3模型依然可以减少部分过拟合现象并提高准确率和预测速度,保证了本文模型的实用性。

摘要：本文通过介绍基于DSP处理器TMS320VC5509A进行图像处理、单片机PIC32MX795F512L进行外设控制的双核心系统,提出一种新型的快递派送设备设计。通过对实际快递单的识别测试,本系统能够较快速实现电话号码识别,并进行短信发送,验证了在实际中的可用性。

摘要：文中设计了光离子化检测器,利用Simion8.1软件进行了不同极板电压、极板间距以及载气入气口直径下的静电场仿真,在尽可能小的气室体积内设计出了结构更加优异的电离室,同时通过仿真分析降低了大量试验时间与成本。通过仿真与分析,得到了极板电压与带电粒子收集效率的关系,确定了175 V的极板电压以及收集板与极板间距为6 mm,入气口直径为6 mm。在系统实验阶段,对通入气体的流速做了优化,测试中气体流速为200 mL/min;对0~273 ppm的异丁烯气体进行检测,系统响应与气体浓度间成良好的线性关系,拟合优度为0.986 61,在不同时间段检测系统具有良好的稳定性和可重复性。