排序方式: 共有11条查询结果,搜索用时 31 毫秒
1.
2.
基于人头检测的人群数量估计算法能为铁路客运车站应对突发客流、防止人群聚集提供有效的决策辅助,但人头检测使用的深度学习模型易受到对抗样本影响。为提升深度学习模型的对抗鲁棒性,建立了基于RetinaNet算法的人头检测模型;在Brianwash数据集上分别使用快速梯度符号法(FGSM,Fast Gradient Sign Method)和投影梯度下降(PGD,Projected Gradient Descent)2种对抗攻击方法生成对抗样本,初始模型在对抗样本数据集上的m AP值均有显著下降,验证了对抗攻击对模型性能影响的有效性;再对模型进行对抗训练,对抗训练后的模型在各类对抗样本验证数据集上的m AP值均有显著提升。实验结果表明,对抗训练后的人头检测模型能有效防御对抗样本的攻击,提升模型检测性能和对抗鲁棒性。 相似文献
3.
4.
5.
随着铁路信息化的发展,利用算法自动解析大量铁路调度命令(简称:调令)的重要性日益凸显。文章提出了一种基于生成式摘要模型和知识蒸馏算法的铁路调令解析算法,该算法利用生成式摘要模型端到端解析铁路调令,拥有较高的精度和较强的鲁棒性,适应写法多样的调令。采用知识蒸馏算法等多种轻量化策略,设计了新的损失函数和多种模型初始化策略,精简模型尺寸,提升算法速度。该算法在铁路调令数据集上取得了21.6342的Rouge-2分数,推理时间达103 ms,为铁路调令解析技术在铁路场景中的部署提供了参考。 相似文献
6.
<正>故障现象一辆2016款一汽马自达CX-4,搭载2.0L创驰蓝天发动机和创驰蓝天6速手自一体变速器,行驶里程为7 000km。据车主反映,该车在行驶过程中,仪表台上I-STOP、主警告灯和钥匙防盗指示灯突然点亮或闪烁,打开左侧转向灯时,仪表台上转向信息指示灯闪动频率变慢,同时听到发动机舱内有嗡嗡的响声。 相似文献
7.
为进一步提升铁路客运站嘈杂环境下的语音识别效果,文章提出一种基于Conformer的语音降噪模型ConformerGAN。其训练流程类似生成对抗网络,生成器采用Conformer进行语音特征提取,对特征建模;鉴别器使用代理评估函数对语音感知进行质量评价。为增强模型的泛化能力并提高模型对未知噪声的降噪能力,在噪声的叠加上采用随机截取片段融入的方式,并构建铁路客运站场景噪声数据集。与语音降噪相关模型效果对比的结果表明,ConformerGAN模型可将客观语音质量评估(PESQ,Perceptual Evaluation of Speech Quality)分数提高0.19,有效提高铁路客运站嘈杂环境下的语音识别准确率,改善铁路旅客语音交互体验。 相似文献
8.
9.
在高并发、多实例等业务模拟场景下,测试人脸检测与对齐、特征提取、特征匹配检索过程,并进行人脸识别算法效率和精度的优化。利用MTCNN及改进的Insightface算法、Faiss框架,基于LFW数据集,以Face++提供的API做参照。分析结果表明,特征提取1v1比对精度达99.76%,1vN比对精度达95.23%,特征提取效率每秒事务处理量达7.84,特征匹配效率较传统算法提升2个数量级。该项人脸识别技术的研究为铁路未来实施超大规模人像库的动态安防布控提供技术支撑。 相似文献
10.
远动实时数据库的构造 总被引:1,自引:0,他引:1
阐述了远动时数据库在远动系统中的地位和作用,并构造了其铧柳数据结构,该数据库已成功地应用于自行开发的微机远动系统中。 相似文献