面向无依托供电场景的小目标检测轻量级模型

针对现有目标检测模型在无依托供电场景存在检测效果不稳定、小目标大量漏检的问题,基于YOLOv4-tiny提出一种改进模型AMS-YOLOv4-tiny。通过在主干网之后引入更平滑的Mish函数、设计一种浅层特征加固的特征融合网络SCFPN、反复嵌入通道注意力机制3种策略,大幅提升预测特征层对目标的表达能力。实验结果表明,算法在PASCAL VOC07+12数据集上的mAP(mean of average precision)达到87.19%,相比YOLOv4-tiny提高4.45%,且部署在嵌入式设备上进行可行性验证,满足多种复杂场景下人车检测任务的精度与实时性要求。

MgdFlow:微电网场景下的多粒度数据流管理算法

针对软件定义网络(SDN)设备被动响应式插入流表项导致表项空间占用和资源调度频繁的问题,提出了一种基于业务功能的多粒度数据流管理算法(MgdFlow)。通过延迟排序和多重聚合与分流,减少了流表项插入的数目和调度指令的次数。实验数据表明,所提算法在负载均衡性能方面比自适应两级流表提升18%,在平均表项占用方面比传统OpenFlow方案提升9%,在定义的控制器调度资源比率ImproveQoS方面比2种对比方案提升24%和12%。

一种基于BREW平台的移动终端软件开发模型

本文着重对移动终端的软件结构、BREW的内部运行机制、应用的管理机制、事件传递和处理流程,进行了深入探讨,总结了BREW应用程序开发的特点,提出了基于BREW平台开发的一种模式.

移动多媒体广播中电子业务指南的生成与终端解析

本文详细分析了中国移动多媒体广播中的电子业务指南(ESG)部分的构成、终端接收处理以及解析实现方案.

基于特征融合的轻量级SSD目标检测方法

针对应用于嵌入式设备的轻量级目标检测算法,本文提出了一种基于特征融合的改进方案。针对目前MobileNetV2-SSD轻量级目标检测算法检测精度低、小目标检测效果差的问题,结合FPN特征金字塔的特征融合思想,选用了MobileNetV2-SSD中包含较多语义信息的3层特征层进行融合,利用多尺度检测的原理,将融合后的特征层重新生成特征金字塔进行目标检测。使用PASCAL VOC 2007数据集对改进后的目标检测模型和原模型进行对比测试,其检测精度mAP相对原模型提高了3.9%,达到了76.5%,同时模型对于小目标的检测效果也有了显著提升。最后将模型部署至嵌入式设备Jetson AGX Xavier中进行测试,改进后的模型在网络结构更加复杂的情况下检测速度接近原模型,达到了22 FPS的检测速度,可以实现嵌入式设备上的实时目标检测。