不平衡样本下的SA-YOLO自适应损失目标检测算法

样本不平衡现象是指在数据集中以背景为主的易样本数量较大,而以前景为主的难样本数量过少,即样本存在类间不平衡与难易不平衡问题。现有目标检测算法大多是基于候选区域的两阶段算法或基于回归的单阶段算法,当应用于不平衡样本时无法避免训练中产生的预测框对大量样本过度依赖,从而导致模型过拟合且检测精度低,准确性、泛化性差。为了在不平衡样本下实现高效精准的目标检测,提出一种全新的SA-YOLO自适应损失目标检测算法。(1)针对样本不平衡问题,提出SA-Focal Loss函数,能够针对不同数据集与训练阶段对损失进行自适应调节,以达到平衡类间样本与难易样本的效果。(2)在多尺度特征预测机制下构造CSPDarknet53-SP网络架构,增强困难小目标样本全局特征的提取能力,达到提升难样本检测精度的效果。为验证SA-YOLO算法的性能,分别在样本不平衡数据集与COCO数据集上进行了大量仿真实验。结果表明:相较于现有YOLO系列算法最优指标值,SA-YOLO在不平衡数据集中mAP可达91.46%,提升10.87%,各类目标AP 50提升均在2%以上,有极强的专精性;在COCO数据集中mAP 50提升1.58%,各项指标均不低于最优值,有良好的有效性。

丹酚酸B对肾小管上皮细胞转分化的影响及机制

目的:用转化生长因子(TGF-β1)诱导人肾小管上皮细胞(HK-2)转分化,观察丹酚酸B(SA-B)对HK-2细胞转分化过程的干预作用并初步探讨其机制。方法:TGF-β1(5 ng.mL-1)刺激HK-2细胞,用丹酚酸B(SA-B)(10μmol.L-1)干预;用免疫荧光法检测各组HK-2细胞黏着斑激酶(FAK)、整合素β1(β1-integrin)的表达。结果:TGF-β1成功诱导HK-2转分化;相比空白对照组,SA-B可抑制HK-2转分化,且SA-B可有效降低HK-2细胞FAK及β1-integrin蛋白的表达(P均小于0.05)。结论:SA-B可有效调节人肾小管上皮细胞转分化过程,其机制可能与其能调控HK-2细胞FAK及β1-integrin蛋白的表达有关。