排序方式: 共有69条查询结果,搜索用时 218 毫秒
61.
金宇塔的顶端一直是众多中国公司前进的目标,但当他们慨叹向上走难以冲破"天花板"之时,那些跨国公司在中国市场的塔尖上起舞也并不总是那么舒服。由于市场对象的错位和来自本土竞争对手的低价竞争,中国美国商会最新的问卷调查表明,只有11%的美国公司在中国获得了较好的赢利,27%的企业亏损,企业在华业务利润率与其全球利润率相比,35%的被访外资企业持平,20%略低,还 相似文献
62.
63.
64.
65.
66.
67.
为了进一步提高基于深度学习的船舶目标检测技术的检测精度,在无锚框中心点检测算法基础上,提出一种结合空洞编码器和特征金字塔的改进中心点船舶检测算法。采用Res Ne Xt-50网络对船舶图像进行特征提取,引入基于空洞残差的空洞编码器(DE)增大32倍下采样特征图的感受野,生成覆盖多个目标尺度的特征图,并采用特征金字塔网络(FPN)进行上采样,在上采样过程中融合空洞编码器生成的32倍下采样特征图和原16倍、8倍和4倍下采样特征图,从而提取到更丰富的船舶特征信息,提升船舶检测效果。结果表明,改进算法对不同类型和不同尺度下的船舶检测平均精确率相比原算法具有较明显的提升,相比SSD和YOLOv3算法具有更高的精度优势。 相似文献
68.
针对当前常用的语义分割算法普遍存在无法同时兼顾分割精度与分割速度,以及因下采样带来分辨率损失所导致分割精度不佳的问题,提出一种可同时兼顾分割精度和分割速度的语义分割模型MBv2-DPPM。首先对MBv2网络的逆残差深度可分离卷积块进行修正,去除下采样以增强分割精度;其次在原始主干特征网络的最后4层加入级联空洞卷积,解决网络感受野不足的问题;然后提出一种融合双层金字塔池化多尺度复合结构,聚合图像浅层和深层上下文信息,解决由于交通场景复杂、干扰因素众多导致各物体边界混淆无法区分的问题;最后使用公共数据集和自建轨道数据集对算法进行验证。实验结果表明:与传统语义分割模型相比,在满足分割速度的条件下,本算法精度更高,且对于复杂交通场景效果更明显,MIoU指标可达87.09%,mAP指标达到90.42%,图片推理速度为66 ms/帧。 相似文献
69.
针对船舶目标检测存在的模型参数量多、规模大、实时性差和难以在实际工程中应用等问题,提出面向船舶目标检测的YOLOX轻量化方法。设计CA-Mobile Net V3轻量化主干网络,在Mobile Net V3中融合坐标注意力机制,生成一对方向感知特征图,提升空间信息编码能力;改进细化融合特征金字塔网络,构建对称的大尺度深度可分离卷积,提高感受野的范围;通过引入残差分支,以串联的方式融合细化不同尺度的特征信息,提高对小尺度船舶目标的检测能力。基于Seaships数据集的试验结果表明,提出的模型与YOLOv5和YOLOX等相比,具有规模小、实时性好和检测精度高等优势。 相似文献