Es necesario mejorar el rendimiento del algoritmo de detección de objetos en dispositivos embebidos con recursos limitados mediante una mejora ligera. Con el fin de mejorar aún más la precisión de reconocimiento del algoritmo para los objetos de pequeño tamaño, este trabajo integra un núcleo de convolución profunda desmontable de 5 × 5 sobre la base del modelo MobileNetV2-SSDLite, extrae características de dos capas convolucionales especiales además de detectar el objetivo y diseña una nueva red de detección de objetos ligera: la red de detección microscópica ligera (LMS-DN). La red puede implementarse en dispositivos integrados como NVIDIA Jetson TX2. Los resultados experimentales demuestran que LMS-DN sólo necesita menos parámetros y costes de cálculo para obtener una mayor precisión de identificación y una mayor anti-interferencia que otros modelos de detección de objetos populares.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Papel de las enzimas microbianas en la biorremediación de contaminantes : una revisión
Artículo:
Mejora del ELM mediante la regularización del múltiple de discriminación del clustering y el FOA multiobjetivo para la clasificación semisupervisada
Capítulo de libro:
El uso de la genómica funcional en el diseño de promotores sintéticos
Artículo:
Preparación, caracterización físico-química y citocompatibilidad de cementos poliméricos de fosfato de calcio
Artículo:
Denoising de imágenes de RM cerebral en 3D con aprendizaje residual paralelo de la red neuronal convolucional utilizando la extracción de características globales y locales
Artículo:
Vigilancia tecnológica e inteligencia competitiva en el modelo empresarial del sector hotelero colombiano
Artículo:
Vigilancia tecnológica para la innovación educativa en el uso de bases de datos y plataformas de gestión de aprendizaje en la universidad del Valle, Colombia
Artículo:
Sistemas avanzados de supervisión y gestión para mejorar la sostenibilidad del riego de precisión.
Artículo:
Valoración, selección y pertinencia de herramientas de software utilizadas en vigilancia tecnológica