【摘 要】
：
目标检测是计算机视觉的一个重要分支,随着深度学习的发展,目标检测也取得了不错的研究成果。目前,基于深度学习的目标检测算法一般采用卷积神经网络,具有很强的自主学习能力并且能够处理相对复杂的数据信息,在图像分类与定位上效果显著。YOLO系列算法是现在比较流行的基于深度学习的目标检测算法,其采用一种端到端的思想,通过一个网络模型同时实现目标的分类和定位。YOLOv3在图片特征提取部分采用53层的卷积神经
论文部分内容阅读
目标检测是计算机视觉的一个重要分支,随着深度学习的发展,目标检测也取得了不错的研究成果。目前,基于深度学习的目标检测算法一般采用卷积神经网络,具有很强的自主学习能力并且能够处理相对复杂的数据信息,在图像分类与定位上效果显著。YOLO系列算法是现在比较流行的基于深度学习的目标检测算法,其采用一种端到端的思想,通过一个网络模型同时实现目标的分类和定位。YOLOv3在图片特征提取部分采用53层的卷积神经网络,并在网络结构中加入了残差结构,在提高物体识别准确率的同时增加了模型复杂度,使网络开销变大,这对硬件
其他文献
长链非编码RNA(lncRNA)是一类长度大于200个核苷酸且不编码蛋白质的非编码RNA,主要由RNA聚合酶II转录生成,大量存在于生物体内并具有多种生物学功能。AtR8 lncRNA是拟南芥(Arabidopsis thaliana)中RNA聚合酶III转录的长链非编码RNA。前期研究发现,水杨酸(SA)处理诱导萌发种子中AtR8 lncRNA的表达, AtR8 lncRNA缺失抑制SA胁迫下的
强大的再生能力是植物在复杂环境下生存的重要手段。植物再生主要分为组织修复(tissue repair)、器官从头发生(de novo organogenesis)以及体细胞胚发生(somatic embryogenesis)三种方式,其中,器官从头发生是指离体或受伤的植物器官上再生出不定根或不定芽的过程,植物扦插生根与组织培养即是通过器官从头发生途径实现的。植物器官从头发生可以分为直接型器官从头发
植物生理学是一门基础性课程。植物生理学专业的学生必须掌握其中的知识要点,才能打好专业基础。因此,如何把握植物生理学的教学特点,创新教学方式是培养好植物生理学专业人才的重要条件。由杜广平和赵岩主编,北京大学出版社于2012年出版的《植物与植物生理》一书,既是植物生理学课程的基础教材,也是农林专业科技工作者与爱好者的参考读物。该书主要介绍了
植物细胞具有全能性,在离体条件下,植物体细胞可通过干细胞功能的获得、干细胞中心(stem cell niche)重建和芽尖分生组织形成不断地再生植株。随着分子生物学的发展,人们对植株再生的认识逐渐从培养体系优化深入到分子水平,多个再生相关的重要功能基因已经被挖掘,逐渐形成了以植物干细胞关键基因WUS(WUSCHEL)为核心的离体苗再生调控网络。本文主要综述了拟南芥离体苗再生的主要细胞学事件及分子调
培育抗病品种是应对作物病害威胁最经济有效的方法,广谱抗病资源发掘、抗病基因鉴定和抗病理论解析等是培育作物广谱抗病品种的基础。二十多年来,植物免疫反应及抗病研究取得了系列重大进展,主要粮食作物广谱抗病研究也取得了显著成效,包括克隆了系列广谱抗病基因并揭示了部分基因的抗病机理。本文对作物广谱抗病领域的主要研究进展进行了回顾与综述,提出了该领域亟需解决的关键科学问题,对作物广谱抗病研究面临的机遇与挑战进
在严酷的自然环境中,植物进化出了强大的再生能力,能够在受伤后修复或替换受损的组织和器官。在种子植物中,再生现象大致可以分为组织再生、器官从头再生和体细胞胚再生。组织再生是植物对受伤组织进行修复的过程,比如维管组织受损断裂后重新建立连接,这被应用于植物嫁接等技术中。器官从头再生是受伤的植物体上再生出不定根和不定芽的过程,这是非胚性愈伤组织的组织培养、扦插、压条等技术的基础,展现了植物细胞的多能性。体
土壤相对含水量能够体现出植物生长土壤中有效水分的含量,测定果园土壤相对含水量是研究和推广果树精准灌溉和水肥一体化的重要基础。为探索一种高效率、高精度快速测定土壤相对含水量的方法,分别用烘箱法和微波炉法进行了粗骨土相对含水量的对比试验。结果表明,微波炉使用功率为800 W、微波累计27 min或使用功率为640 W、微波累计30 min条件下,适宜测定相对含水量为20%～90%的粗骨土,且与烘箱法无
With the rapid development of Web3 D technologies, sketch-based model retrieval has become an increasingly important challenge, while the application of Virtual Reality and 3 D technologies has made s
This paper proposes a parameter adaptive hybrid model for image segmentation. The hybrid model combines the global and local information in an image, and provides an automated solution for adjusting t
到目前为止,工业图像处理通常是与传统控制技术分开的。它主要由专业工程师使用专用的工具和编程语言在专用的PC或智能相机上实现。但是以这种方式生成的图像处理解决方案不仅在工程和技术支持方面需要投入相当大的人力物力,而且几乎不可能与传统的工业控制系统同步。这一切促使倍福决定走一条完全不同的路,将机器视觉完全集成在其开发环境和运行时系统中。