片间芯粒系统集成的DIR互联架构

为实现芯粒系统灵活集成与高效通信,提出一种面向不同芯粒系统集成的双独立环互联架构(Dual Independent Ring,DIR).通过可拼接的双独立弧形网络、协控模块等,组成无死锁的环状互联通道.利用具有自检功能的边界路由节点分配机制,灵活且均匀地分配不同芯粒系统内置的边界路由节点,避免转接板的反复设计与验证.采用硬件描述语言实现该互联架构,并对边界路由节点分配机制与互联架构进行测试.仿真和实验结果表明,路由节点分配机制能够在短时间内均匀分配任意数量的边界路由节点;在相同注入率下,相比网格互联架构与数据线缓冲区节点(Dataline-Buffer-Node,DBN)互联架构,DIR拥有更低的平均延迟;与网格互联架构相比,DIR的功耗减少近16%,资源占用降低近7倍.

基于改进YOLOv4的烟条拉线头缺陷检测

针对烟条透明塑料外包装上拉线头的缺陷检测中传统图像处理的误报率高的问题,提出了一种基于YOLO深度学习算法和算法相结合并具有自学习优化功能的改进方案。首先,使用传统Hough变换圆检测,将检测出缺陷的图像二次经过YOLO算法。其次,为使YOLO算法达到高性能、高精度的效果,对YOLO的网络结构进行改造,提出了AAS-YOLO(adaptive anchor size with YOLOv4)算法,使其具备兼容动态尺度锚定边框的功能,可以实现将传统算法的部分计算结果作为自学习参数贡献给AAS-YOLO算法。最后,通过去除贡献低的批量归一化(batch normalization, BN)通道,精简了网络结构,减少冗余计算。实验数据表明,改进后的AAS-YOLO算法提高了定位精度和检测速度,改进后的方案降低了拉线头缺陷检测的误报率。