摘要：针对ssd原始附加特征提取网络(Original Additional Feature Extraction Network,OAFEN)中stride操作造成图像小目标信息丢失和串联结构产生的多尺度特征之间冗余度较大的问题,提出了一种计算量小、感受野大的深度可分离空洞卷积(Depthwise Separable Dilated Convolution,DSDC),并利用DSDC设计了一个包含三个独立子网络的并行附加特征提取网络(Parallel Additional Feature Extraction Network,PAFEN).PAFEN上路用两个DSDC提取尺寸为19*19和3*3的特征图;中路用一个DSDC提取尺寸为10*10的特征图;下路用两个DSDC提取尺寸为5*5和1*1的特征图.实验结果表明,在ssd框架内,PAFEN在mAP和检测时间等方面均优于OAFEN,适用于地面小目标的检测任务.

摘要：针对轻量化目标模型ssd-MV2对水下光学图像感兴趣目标检测精度低的问题,该文提出一种通道可选择的轻量化特征提取模块(SEB)和一种卷积核可变形、通道可选择的特征提取模块(SDB)。与此同时,利用SEB模块和SDB模块分别重新设计了ssd-MV2的基础网络和附加特征提取网络,记作ssd-MV2SDB,并为其选择了合理的基础网络扩张系数和附加特征提取网络SDB模块数量。在水下图像感兴趣目标检测数据集UOI-DET上,ssd-MV2SDB比ssd-MV2检测精度提高3.04%。实验结果表明,ssd-MV2SDB适用于水下图像感兴趣目标检测任务。

摘要：针对轻量化目标检测模型ssd-MV2对合成孔径声呐(SAS)图像水下多尺度目标检测精度低的问题,该文提出一种新的卷积核模块-可扩张可选择模块(ESK),ESK具有通道可扩张、通道可选择和模型参数少的优点。与此同时,利用ESK模块重新设计了ssd的基础网络和附加特征提取网络,记作ssd-MV2ESK,并为其选择了合理的扩张系数和多尺度系数。在合成孔径声呐图像水下多尺度目标检测数据集SST-DET上,ssd-MV2ESK在模型参数基本相等的条件下,检测精度比ssd-MV2提升4.71%。实验结果表明,ssd-MV2ESK适用于合成孔径声呐图像水下多尺度目标检测任务。

摘要：随着数据量的增加和元数据操作性能需求的提高,传统基于磁盘(HDD)存储架构的机群文件系统元数据存储系统由于HDD成为性能瓶颈而无法满足需求.将ssd应用到元数据存储中,设计实现了一个基于ssd+HDD的异构元数据存储系统Hybrid MDSL.针对ssd的I/O特性设计了基于追加写的元数据存储组织,并通过基于访问热度的数据迁移机制提高ssd空间利用率.测试结果表明,Hybrid MDSL明显提高了元数据I/O的性能.

摘要：In this study, we developed a multi-channel lownoise electronic readout system for a silicon strip *** two charge-sensitive amplifier VA140 chips from IDEAS in Norway, the system has a wide linear dynamic input range of up to 180 fC for 128 channels with 0.16 fC average equivalent noise charge. In addition, we studied the charge distribution behaviors between adjacent silicon strips with the help of transient current technology.

摘要：基于鞋样的视频追踪技术是公安机关刑事侦查的一种常用技战法,在公安实战中起到巨大的作用,然而该项技术大量依赖于人工筛选,工作量大且效率低,容易出现漏检的状况。鉴于此,提出一种基于ssd(Single Shot MultiBox Detector)模型的鞋子自动检测算法,实现对行人鞋子的自动检测与定位。首先对ssd模型的结构和先验框参数进行设计,使其符合鞋子检测的实际应用。然后采用调节网络参数的方法提高网络的检测性能和稳定性,完善适用于鞋子检测的网络模型和方法,最终得到准确且高效的单类别鞋子检测网络。最后在课题组前期构建的鞋样本数据库中进行性能评价。实验结果表明,所提算法的平均精度达到0.891。

摘要：为了提升深度学习目标检测模型在输电线路金具自动化检测任务中的准确率,针对金具检测数据集中金具目标标注框之间不可避免地广泛存在相交而导致金具目标检测定位不准确的问题,本文利用相交区域的相似性作为金具目标的上下文信息,提出目标间遮挡关系的描述方法,用于规则性描述图像中金具目标间的相互遮挡,设计遮挡关系模块,并将其嵌入到单次多框检测器(single shot multibox detector,ssd)模型中。为了验证嵌入遮挡关系模块的ssd模型的有效性,选择了8类目标标注框普遍存在相交的小目标金具进行实验,实验使用的金具检测数据集的训练集和测试集中金具目标数分别为6271和1713。实验证明,原始ssd模型的平均精度均值(mean average precision,mAP)为72.10%,嵌入遮挡关系模块的ssd模型的m AP为76.56%,性能提升了4.46%。

摘要：目的海面目标检测图像中的小目标数量居多,而基于深度学习的目标检测方法通常针对通用目标数据集设计检测模型,对图像中的小目标检测效果并不理想。使用一般目标检测模型检测海面目标图像的特征时,通常会出现小目标漏检情况,而一些特定的小目标检测模型对海面目标的检测效果还有待验证。为此,在标准的ssd(single shot multi Box detector)目标检测模型基础上,结合Xception深度可分卷积,提出一种轻量ssd模型用于海面目标检测。方法在标准的ssd目标检测模型基础上,使用基于Xception网络的深度可分卷积特征提取网络替换VGG-16(Visual Geometry Group network-16)骨干网络,通过控制变量来对比不同网络的检测效果;在特征提取网络中的exit flow层和Conv1层引入轻量级注意力机制模块来提高检测精度,并与在其他层引入轻量级注意力机制模块的模型进行检测效果对比;使用注意力机制改进的轻量ssd目标检测模型和其他几种模型分别对海面目标检测数据集中的小目标和正常目标进行测试。结果为证明本文模型的有效性,进行了多组对比实验。实验结果表明,模型轻量化导致特征表达能力降低,从而影响检测精度。相对于标准的ssd目标检测模型,本文模型在参数量降低16.26%、浮点运算量降低15.65%的情况下,浮标的平均检测精度提高了1.1%,漏检率减小了3%,平均精度均值(mean average precision,mAP)提高了0.51%,同时,保证了船的平均检测精度,并保证其漏检率不升高,在对数据集中的小目标进行测试时,本文模型也表现出较好的检测效果。结论本文提出的海面小目标检测模型,能够在压缩模型的同时,保证模型的检测速度和检测精度,达到网络轻量化的效果,并且降低了小目标的漏检率,可以有效实现对海面小目标的检测。

摘要：鉴于ssd(Single Shot Multibox Detector)不同层缺乏信息的交互以及模型感受野的限制,提出了一种改进的ssd目标检测算法——Essd(Enhanced ssd),以提高目标检测的准确性。首先,使用ssd模型中原有的多尺度特征图,利用FPN(Feature Pyramid Networks)的思想,设计了一种跨层信息交互模块,在增强了不同层的语义信息能力的同时减小了不同层的信息差异。然后,为了提高模型的感受野和多尺度检测能力,设计了一种感受野扩增模块。最后,采用批处理归一化层缩短训练时间,以提高模型的收敛速度。为了评价Essd的有效性,在PASCAL VOC2007测试集以及PASCAL VOC2012测试集上进行了实验。实验结果表明,在PASCAL VOC2007数据集上其mAP为82.1%且检测速度为15.7FPS,相比原有的ssd512,其mAP提升了2.3%;在PASCAL VOC2012测试集上其mAP达到了80.6%,也比ssd512高2.1%。实验证明了Essd检测器在达到较高检测精度的情况下,仍然可以满足实时性。

摘要：对于个人消费者而言,这些年ssd除价格不断走低外,容量也在持续提升中,大有在个人消费市场替代HHD的势头,而主流固态硬盘接口也逐渐从SATA升级到速度更快的NVMe,而作为ssd市场的领军品牌,英睿达近日面向高性能市场,推出了一款命名为P5系列的全新M.22280固态硬盘,对于看重数据传输效率的游戏发烧友、创意设计专业人士而言,英睿达P5或许会再一次刷新人们对ssd产品性能的认知。