基于视频的目标检测在恶劣天气情况下识别效果较差,故需弥补视频缺陷、提高检测框架的鲁棒性。针对此问题,文中设计了一个基于雷达和视频融合的目标检测框架,利用YOLOv5(You Only Look Once version 5)网络获得图片特征图与图片检测框,...基于视频的目标检测在恶劣天气情况下识别效果较差,故需弥补视频缺陷、提高检测框架的鲁棒性。针对此问题,文中设计了一个基于雷达和视频融合的目标检测框架,利用YOLOv5(You Only Look Once version 5)网络获得图片特征图与图片检测框,利用基于密度的聚类获得雷达检测框,并将雷达数据进行编码,得到基于雷达信息的目标检测结果。最后将两者的检测框叠加得到新ROI(Region of Interest),并得到融合雷达信息后的分类向量,提高了在极端天气下检测的准确率。实验结果表明,该框架的mAP(mean Average Precision)达到了60.07%,且参数量仅为7.64×10^(6),表明该框架具有轻量级、计算速度快、鲁棒性高等特点,可以被广泛应用于嵌入式与移动端平台。展开更多
该文首次报道了一种极简构架的5G毫米波反向阵设计原理及其CMOS芯片实现技术。该毫米波反向阵极简构架,利用次谐波混频器提供相位共轭和阵列反向功能,无需移相电路及波束控制系统,便可实现波束自动回溯移动通信功能。该文采用国产0.18μ...该文首次报道了一种极简构架的5G毫米波反向阵设计原理及其CMOS芯片实现技术。该毫米波反向阵极简构架,利用次谐波混频器提供相位共轭和阵列反向功能,无需移相电路及波束控制系统,便可实现波束自动回溯移动通信功能。该文采用国产0.18μm CMOS工艺研制了5G毫米波反向阵芯片,包括发射前端、接收前端及跟踪锁相环等核心模块,其中发射及接收前端芯片采用次谐波混频及跨导增强等技术,分别实现了19.5 d B和18.7 d B的实测转换增益。所实现的跟踪锁相环芯片具备双模工作优势,可根据不同参考信号支持幅度调制及相位调制,实测输出信号相噪优于–125 dBc/Hz@100 kHz。该文给出的测试结果验证了所提5G毫米波反向阵通信架构及其CMOS芯片实现的可行性,从而为5G/6G毫米波通信探索了一种架构极简、成本极低、拓展性强的新方案。展开更多
坑洼是一种常见的路面病害,会降低行车安全,准确快速地检测路面坑洼较为重要。针对现有坑洼检测方法在小目标和密集目标的场景下检测精度不高的问题,文中提出了一种改进YOLOv5(You Only Look Once version 5)模型。在YOLOv5的主干网络...坑洼是一种常见的路面病害,会降低行车安全,准确快速地检测路面坑洼较为重要。针对现有坑洼检测方法在小目标和密集目标的场景下检测精度不高的问题,文中提出了一种改进YOLOv5(You Only Look Once version 5)模型。在YOLOv5的主干网络中引入CBAM(Convolutional Block Attention Module)来提高模型对关键特征的注意能力,将YOLOv5的损失函数改为EIoU(Efficient Intersection over Union)来提高模型对目标的检测精度。实验结果表明,所提模型能够在小目标和密集目标的场景下快速准确地检测路面坑洼,在开源数据集Annotated Potholes Image Dataset中的mAP(mean Average Precision)达到了82%,较较于YOLOv5和其他主流方法也有所提高。展开更多
文摘基于视频的目标检测在恶劣天气情况下识别效果较差,故需弥补视频缺陷、提高检测框架的鲁棒性。针对此问题,文中设计了一个基于雷达和视频融合的目标检测框架,利用YOLOv5(You Only Look Once version 5)网络获得图片特征图与图片检测框,利用基于密度的聚类获得雷达检测框,并将雷达数据进行编码,得到基于雷达信息的目标检测结果。最后将两者的检测框叠加得到新ROI(Region of Interest),并得到融合雷达信息后的分类向量,提高了在极端天气下检测的准确率。实验结果表明,该框架的mAP(mean Average Precision)达到了60.07%,且参数量仅为7.64×10^(6),表明该框架具有轻量级、计算速度快、鲁棒性高等特点,可以被广泛应用于嵌入式与移动端平台。
文摘该文首次报道了一种极简构架的5G毫米波反向阵设计原理及其CMOS芯片实现技术。该毫米波反向阵极简构架,利用次谐波混频器提供相位共轭和阵列反向功能,无需移相电路及波束控制系统,便可实现波束自动回溯移动通信功能。该文采用国产0.18μm CMOS工艺研制了5G毫米波反向阵芯片,包括发射前端、接收前端及跟踪锁相环等核心模块,其中发射及接收前端芯片采用次谐波混频及跨导增强等技术,分别实现了19.5 d B和18.7 d B的实测转换增益。所实现的跟踪锁相环芯片具备双模工作优势,可根据不同参考信号支持幅度调制及相位调制,实测输出信号相噪优于–125 dBc/Hz@100 kHz。该文给出的测试结果验证了所提5G毫米波反向阵通信架构及其CMOS芯片实现的可行性,从而为5G/6G毫米波通信探索了一种架构极简、成本极低、拓展性强的新方案。
文摘坑洼是一种常见的路面病害,会降低行车安全,准确快速地检测路面坑洼较为重要。针对现有坑洼检测方法在小目标和密集目标的场景下检测精度不高的问题,文中提出了一种改进YOLOv5(You Only Look Once version 5)模型。在YOLOv5的主干网络中引入CBAM(Convolutional Block Attention Module)来提高模型对关键特征的注意能力,将YOLOv5的损失函数改为EIoU(Efficient Intersection over Union)来提高模型对目标的检测精度。实验结果表明,所提模型能够在小目标和密集目标的场景下快速准确地检测路面坑洼,在开源数据集Annotated Potholes Image Dataset中的mAP(mean Average Precision)达到了82%,较较于YOLOv5和其他主流方法也有所提高。
