基于半监督学习的自动驾驶场景下的目标检测

由于自动驾驶场景下拍摄的图像目标尺度变化剧烈和环境复杂多变,检测具有不小的难度;获取大量模型训练需要的标注数据图像存在困难,而获取大量未标注数据图像较容易.为了解决上述两个问题,提出一种基于半监督学习的自动驾驶场景下的目标检测模型TransDet.首先,在特征提取部分提出一个具有全局注意力的MSADark模块,以提取图像更多的全局信息以及捕获远程依赖关系;其次在特征融合部分提出一个位置注意力加权特征融合网络LAFFN,用于不同特征融合层捕获局部的位置和通道信息,增强多层次特征加权融合和网络特征表示能力,缓解目标尺度剧烈变化的影响;最后提出一种简单高效的半监督学习算法框架EODS,高效利用未标注数据的同时进一步提升了模型性能.实验结果表明:改进模型在保证实时性的情况下,mAP@50精度从55.1%提升到了61.6%,相比最新的YOLOv5模型精度增加了6.5%,在保证实时的检测速度的同时提升模型检测性能.特别是在仅使用少量未标注数据的情况下使用半监督学习算法EODS将mAP.50性能提升至65.4%,提升达到10.3%,表明了该模型在自动驾驶场景下的目标检测的有效性.

siRNA干扰肝癌相关抗原Cdc25C表达对Hepa1-6肝癌细胞增殖和迁移的影响及机制研究

目的:探讨小干扰RNA(siRNA)抑制肝癌相关抗原细胞分裂周期蛋白25(Cdc25C)表达对小鼠肝癌细胞Hepa1-6增殖和迁移的作用及其机制。方法:将细胞分为空白对照组(未转染)、阴性对照组(转染阴性siRNA)及3个实验组(转染siRNA-Cdc25C-1组、转染siRNA-Cdc25C-2组、转染siRNA-Cdc25C-3组)。转染8h后,通过荧光显微镜观察转染效率,并采用Westernblotting法检测各组Cdc25C蛋白的表达,筛选出最有效的siRNA序列;用荧光定量PCR(qPCR)法检测内质网应激反应(ERS)相关蛋白葡萄糖调节蛋白78(GRP78)、X-盒结合蛋白(XBP-1)、C/EBP同源蛋白(CHOP)的表达,CCK-8法和Transwell实验检测Hepa1-6细胞增殖和迁移能力。结果:成功构建Cdc25C低表达的Hepa1-6细胞株,转染siRNA-Cdc25C-1组的转染效率最高且Cdc25C蛋白表达水平最低。与阴性对照组比较,转染siRNA-Cdc25C-1组Hepa1-6细胞的迁移率明显降低,细胞增殖抑制率及GRP78、XBP-1、CHOP基因相对表达量明显升高(P<0.05)。空白对照组与阴性对照组比较差异均无统计学意义(均P>0.05)。结论:Cdc25C基因低表达能抑制肝癌细胞增殖和迁移,其机制可能与ERS有关。