开放物理实验室电子元器件智慧管理探索

文中针对高校开放物理实验室出现的电子元器件存放散乱、分类不合理、不便查找等问题,设计和实现了智慧管理方案。该方案按照元器件种类和参数对元器件进行分类,并基于微信小程序实现对电子元器件的查询。查询模块包含基于神经网络SSD(Single Shot MultiBox Detector)架构的元器件识别查询和基于微信小程序的元器件名称模糊查询。文中详细阐述了SSD架构的元器件识别原理和识别查询的实现,以及基于微信小程序的元器件名称模糊查询的实现,最后提出了深层研究的方向。实践证明该方案方便了用户对元器件的使用,提高了管理者的工作效率。

基于PYNQ框架的人体目标跟踪系统

为了解决传统HDL语言编写现场可编程门阵列(FPGA)部署神经网络算法时存在的开发难度高、周期长、可移植性差的问题,设计了一种基于PYNQ框架的人体目标跟踪系统。该系统将加速的SSD算法部署在低功耗ARM+FPGA的异构计算平台Mizar Z7开发板上,对基于卷积神经网络的SSD算法进行软硬件协同开发。PL端设计卷积层加速器,移植PYNQ框架后通过PS端Jupyter Notebook调用综合设计完成ARM与FPGA间高速的信息交互,实现对摄像头采集的图像进行人体目标检测与运动轨迹显示的功能。经过实际测试,该系统可以实现实时识别人体目标、采集人体运动轨迹的功能,可适用于人体目标跟踪相关领域。

面向暗室照度计检定低对比度示值图像智能识别技术研究

针对照度计检定过程中所存在光照强弱与对比度变化的问题,本文提出采用基于Single Shot MultiBox Detector (SSD)目标检测框架的低对比度照度计示值识别技术。首先对比主流目标检测框架检测精度和检测速度,选择兼具精度与速度的SSD目标检测框架;其次设计针对低对比度目标检测的数据增强算法,用以提高SSD目标检测框架对低对比度示值图像识别准确率;最后进行实验与结果分析,设计4组不同照度环境下照度计示值识别实验,识别准确率为99. 6%,SSD目标检测框架识别一张图像平均耗时25. 9 ms。实验证明,该技术在不同光照、对比度环境下对照度计示值图像都有很好的识别效果,其检测速度也能保证照度计检定的在线识别。

基于无人机巡检图像的绝缘子串实时定位研究

针对无人机巡检输电线路图像中存在绝缘子串定位难点,笔者在分析散射变换原理和卷积神经网络(CNN)的基础上,通过低通滤波器作散射系数处理,结合Gram矩阵法来降低绝缘子串背景信息的噪声干扰,以增强低频系数的边缘纹理特征,结合SSD网络框架实现了CNN对绝缘子串实时定位计算的高效性。实验结果表明:该方法在保证实时计算的前提下,与传统SSD网络框架相比,召回率和交并比分别提升了1. 04%和1. 38%。