张上
- 作品数：20 被引量：50H指数：4
- 供职机构：三峡大学更多>>
- 发文基金：国家级大学生创新创业训练计划更多>>
- 相关领域：自动化与计算机技术电子电信航空宇航科学技术更多>>
- 基于YOLOv5的轻量化交通标志检测方法被引量：23
- 2022年
- 针对目前交通标志检测算法存在网络复杂度高、计算量大、边缘端部署难度高。提出一种基于YOLOv5的轻量化交通标志目标检测算法。通过增加注意力机制,使用CBAM和CA融合的方式,强化检测模型抗干扰能力;通过FPGM剪枝,对模型进行了压缩,降低计算量、提高推理速度;通过软硬件融合设计,实现YOLOv5s模型与硬件融合,形成一整套完整的移动智能交通标志目标检测系统;结果表明,增加多种注意力机制后,模型精度提高了2.8%。在极限剪枝的情况下,模型仅有0.54 MB。在Jetson Nano(20 W)的环境下,检测速度达21帧/s,满足实时的交通标志检测。
- 张上王恒涛冉秀康
- 关键词：目标检测
- 老人智能药箱
- 本实用新型提供老人智能药箱，它包括箱体，箱盖与箱体铰接，箱体内设有药格、低温储存室和常温储存室，药格一侧与药格盖固定连接，另一侧通过药格盖卡扣与药格盖活动连接，低温储存室设有抽屉，低温储存室还设有制冷片，制冷片与散热片连...
- 李成伟李静秋张上杨伟
- 文献传递
- 多尺度下遥感小目标多头注意力检测被引量：2
- 2023年
- 针对地理空间遥感图像中检测目标存在多尺度特性、形态多变以及小目标判别特征过少等造成检测识别精度不高的问题,提出了基于多尺度下遥感小目标多头注意力检测算法YOLO-StrVB。对网络结构进行重构,搭建多尺度网络模型,增加目标检测层,提高特征提取网络下遥感小目标模型不同尺度下的检测能力;加入双向特征金字塔网络(Bi-FPN)进行多尺度特征融合,提高双向跨尺度连接和加权特征融合;在YOLOv5网络末端融合Swin Transformer多头注意力机制块,提升感受野适应目标识别任务的多尺度融合关系,优化主干网络;使用Varifocal loss对网络进行训练,提升遥感密集检测小目标的存在置信度和定位精度,并选用CIoU作为边界框回归的损失函数,提高感知分类得分(IACS)的边框回归精度。通过在遥感目标数据集NWPU VHR-10上的实验验证,对比YOLOv5原模型的mAP提高了3.05个百分点,能有效提高小目标的检测精度,达到了对地理空间遥感图像中小目标检测的鲁棒性。
- 张朝阳张上王恒涛冉秀康
- 关键词：遥感小目标检测
- 改进YOLOv5的军事飞机检测算法
- 2024年
- 针对遥感图像中军事飞机目标检测存在的精度低、漏检和虚警率高等问题,提出了一种基于YOLOv5s的轻量化遥感图像军事飞机目标检测算法——YOLO-Military Aircraft Recognition(YOLO-MAR)。提出新的网络结构,完成多尺度感受野权重调整,重设计特征提取网络和特征融合网络,实现小目标特征权重增加,并进行轻量化处理;使用FPGM对重构后的模型进行剪枝,极大地降低了模型的参数量和体积;使用SIoU Loss作为模型的损失函数,使模型的收敛速度加快并提升检测的精度。结果表明,在公开军用飞机数据集MAR20上,YOLO-MAR相比于原YOLOv5s,模型体积降低至3.95 MB,缩小了71.5%,经过剪枝后的模型体积最小可缩减至0.2 MB,模型平均检测精度最高可达91.7%,提高了2.34%,并且在检测效果、模型体积、参数量和计算量等方面具有先进性,能够对军用飞机目标进行高质量实时检测。
- 王杰张上张岳胡益民
- 关键词：目标检测
- 基于改进TOPSIS的动态权重负载均衡算法
- 2023年
- 针对微服务架构下服务器集群在高并发场景下负载失衡等问题,提出一种基于改进逼近理想及排序法(TOPSIS)的动态权重负载均衡算法。根据各后端服务器硬件配置差异,引入权重系数,权重越大表明该后端服务器当前处理请求优先级越高;设计一种计算理想贴近度作为动态权重的TOPSIS模型,结合熵值赋权法计算负载信息指标的权重对后端服务器进行综合权重赋予;通过收集运行中各后端服务器的实时负载信息,提出一种最少上报策略周期性修改后端服务器权重,最大化利用集群资源。实验结果表明,微服务架构下的服务器集群在高并发场景下,该算法对比当前主流负载均衡算法具有更低的响应时间和更高的吞吐量。
- 张卓张上项天旭李梦思
- 关键词：负载均衡资源分配集群
- 基于NBIOT的景观灯智能控制装置
- 本实用新型公开基于NBIOT的景观灯智能控制装置，包括灯组模块、OneNet平台和移动终端，灯组模块包括n组灯组，每组灯组包括MCU模块、电源模块、灯带、灯带控制器、Density传感器和NBIOT通信模块。本实用新型通...
- 熊昕黄俊杰王申涛张上
- 文献传递
- 轻量化SAR图像舰船目标检测算法被引量：3
- 2023年
- 精准的舰船目标检测技术能够提升武器装备的全方位感知能力。针对复杂环境下SAR舰船目标检测虚警、漏警问题严重,提出一种基于YOLOv5的轻量化SAR图像舰船目标检测算法3S-YOLO。3S-YOLO首先对网络结构进行重构,调节感受野与多尺度融合关系,实现特征提取网络和特征融合网络轻量化处理;然后,对网络进行剪枝,通过基于几何中值的剪枝算法对网络进行压缩,加快推理速度;最后,使用可变焦损失函数对网络进行训练,使感知分类系数回归。结果表明,算法经过优化后,精度最高可提高至99.1%;经过剪枝后,模型体积大幅下降,可压缩至190 kiB,下降98.6%;算法推理速度提升4倍,推理时间缩短至3 ms以下。相较于当前主流算法,3S-YOLO在各方面均取得了不错的成绩,满足SAR图像实时舰船目标检测。
- 王恒涛张上
- 关键词：SAR
- 基于龙芯的物联网网关设计
- 2015年
- 开设物联网工程专业的本科院校采用的物联网实验平台数量少，不完整，灵活性不够。同时已有的实验平台多采用ARM嵌入式处理器，没有采用国产处理器。龙芯作为我国自主研发的通用处理器在物联网领域有很好的适应性。以龙芯IC处理器作为物联网实验平台的网关核心，同时移植Linux内核在该平台上作为操作系统，构建的实验平台有很好的扩展性和灵活性，同时具有较低的成本，能够满足本科院校物联网实验教学的需求。
- 张上
- 关键词：物联网龙芯LINUX嵌入式
- 基于改进TOPSIS模型的动态负载均衡方法
- 基于改进TOPSIS模型的动态负载均衡方法，采集各集群节点的无负载状态下的性能指标信息；建立改进TOPSIS模型，将步骤1获取的性能指标信息输入改进TOPSIS模型进行计算，得到各集群节点在无负载状态下的权重，并将此权重...
- 张上张卓吕浩林项天旭
- 基于YOLOv5的改进舰船目标检测算法被引量：1
- 2023年
- 舰船已经成为海上军事重要的监测目标,针对SAR图像舰船目标检测存在检测效果差、计算量大、泛化能力弱的问题,提出一种基于YOLOv5和Mobilenetv3的轻量化舰船目标检测算法。首先,引入Mobilenetv3主干网络,降低模型计算量与体积,实现模型轻量化处理;然后,引入EIoU损失函数,提高预测框的回归精度和收敛速度;最后,在颈部网络中引入CBAM,在特征融合阶段进行注意力调整,提高模型检测精度与检测效果。在SSDD数据集上的实验结果显示,改进后算法模型体积压缩至原YOLOv5模型的18.32%,训练时间缩短35.22%,参数量减小至原模型的15.94%,计算量减小至原模型的10.76%,平均精度提升至98.3%。实验结果表明,改进后算法在保持高精度检测效果的情况下,大幅降低了参数量和计算量,减小了模型体积,并缩短了训练时间。
- 张上张上王申涛王恒涛冉秀康
- 关键词：目标检测舰船轻量化CBAM
