一种改进IoU损失的边框回归损失函数

针对目标检测任务边框回归精度低、模型收敛速度慢的问题,提出一种基于Io U损失的改进边框回归损失函数。为了提高Io U损失函数的精度和速度并保持损失函数的尺度不变性,在Io U损失中引入了归一化距离信息作为惩罚项;为了满足训练前期快速收敛和后期高精度要求,在惩罚项中分阶段采用了距离信息的不同范数形式。实验结果表明,改进Io U损失函数在Vis Drone数据集AP50指标和PASCAL VOC数据集m AP指标上达到了34.84%和71.67%的精度,比Io U损失相对提升了4.00%和1.17%,比DIo U回归损失相对提升了1.63%和0.43%,在边框回归任务中取得了更加优越的性能。

苯甲酸钠光谱检测及应用

随着食品添加剂的增多,食品安全及其监测成为关系人体健康的重要问题。而吸收光谱可以定性分析物质并进行识别,并结合朗伯比尔定律通过吸光度与样品浓度的关系可以获得浓度信息。因此,本文提出了基于吸收光谱法的苯甲酸钠等食品添加剂的定性及定量检测方法;通过紫外、可见吸收光谱分析法对常见的食品样品及其添加剂的吸收光谱进行了测量;分析了市场上的饮料及天然饮料的吸收光谱及其添加色素和防腐剂的紫外可见及近红外吸收光谱;并获得常见饮料添加剂的特征光谱;饮料中的常见添加防腐剂苯甲酸钠、山梨酸钾吸收峰值波长分别为252.9nm、294.38nm;采用波长为252.9nm单色光测得不同浓度苯甲酸钠下的吸光度,建立了苯甲酸钠浓度光谱数据库,为食品添加剂的定性定量监测提供了理论基础。这种非接触的光学定性分析及定量分析方法为食品的实时监测的实现提供了新的途径。