EV-DO网络吞吐量端对端优化方法浅析

3g时代的竞争焦点,在于数据业务的竞争。目前中国电信CDMA200 EV-DO网络已投入商用一年多的时间,网络运营的重心由建设转入优化。相比于语音,数据业务优化,一直是网优领域的薄弱环节。在数据业务优化的指标体系中,吞吐量是衡量数据业务性能优劣的最重要指标之一。本文针对EV-DO网络架构及数据传输原理,结合实际网优工作实际,提出针对吞吐量异常的端对端的优化思路与方法。该方法的优点在于思路清晰,定位快速。

改进YOLO的车辆检测算法

YOLO目标检测算法在进行目标检测和识别时具有识别精度高、检测速度快的特点。但也存在明显的问题,由于网络采用的结构是端对端模型,没有经过预选框进行匹配预选,直接进行回归产生最后的结果框,所以存在定位不准的问题。同时,YOLO网络将图片整体resize到固定的尺寸后,进行网格划分,当单个网格存在不止单个目标时,容易出现漏检的情况。DenseNet网络使用一种全新的网络结构,结合前面特征层的信息,在一定程度上提升了对物体的检测精度。在此基础上提出YOLO-D算法,结合前面特征层的信息,在不影响检测速度的同时,提高车辆检测精度,与此同时使得定位有所改善。