改进RetinaNet的工艺流程检测算法

现阶段,图像深度学习算法无法检测时序性的工艺流程问题。本文针对针织机械山板总成的人为装配工艺进行研究,提出MS-RetinaNet目标检测算法。借鉴自然语言处理的思想,引入Swin-Transformer结构,保留了CNN结构的层次性,弥补了CNN结构对于高层语义信息融合不足的问题,增强了全局与细节学习能力;使用改进的GIoU Loss,增加判定因子式,缓解损失计算退化的影响,优化边界框回归效果;根据多尺度目标参数,采用最佳锚框比,提高了召回率和检测精度;设计时序检测头,使算法具有判别目标先后顺序和逻辑关系的能力。实验结果表明,算法AP可达90.3%,高于当前主流算法2%以上,单张图片检测速度约46 ms,满足了工艺流程的时序检测要求,综合性能优越。

胰岛素抵抗数值判别式的再论证

目的证明胰岛抵抗数学判别公式(Gt/Go·Ct/Co·Io/It)的适用性、可靠性。为临床判定胰岛素抵抗程度,评价药物治疗效果,提供了简便、客观科学的方法。结果验证了空腹时段正常人、MDDM患者,肘静脉血中G、I、C的浓度相对稳定。即糖代谢过程终末“剩余”平衡。糖负荷后,时点t,肘静脉血中G、I、C的变化度,代人数学式(G/I·C)其计算值在特定范围内振荡,在波动中趋向平衡。结论糖负荷后任意时点t,肘静脉血中G、I、C与自身空腹时段检测值之比,表达这一时点相关因子浓度的变化度。Gt/Go·Ct/Co·Io/It数学式的计算值是时点t,细胞糖代谢“速率”代谢“通量”间接的定量指标。其值为:K±b;K为常数,系数b为振荡幅度。由此可推论与糖代谢相关的细胞、细胞微单元的功能负荷或其病理进程。