基于多任务学习的桃园环境检测方法研究

1

作者 汪语哲 李卓徽 段晓东 《中国农机化学报》 北大核心 2025年第10期146-152,160,共8页

桃园场景复杂,为辅助农业机器人更好地感知环境,快速精准识别桃园中的桃子和道路,针对当前现有的模型任务单一、检测精度低和推理速度慢等实际问题,改进YOLOv5n并提出一种高效的多任务学习网络MTL-YOLO,同时完成目标检测和语义分割两类... 桃园场景复杂,为辅助农业机器人更好地感知环境,快速精准识别桃园中的桃子和道路,针对当前现有的模型任务单一、检测精度低和推理速度慢等实际问题,改进YOLOv5n并提出一种高效的多任务学习网络MTL-YOLO,同时完成目标检测和语义分割两类任务。首先,在YOLOv5n的基础上添加可行驶区域分割检测头,实现对桃子和桃园道路的检测;其次,使用轻量级ShuffleNet V2作为MTL-YOLO的主干网络,在保证检测精度的同时大大降低模型计算量;然后,在模型的Neck部分嵌入RepNCSPELAN4模块,替换掉原有的C3模块,增强模型的特征提取能力,并进一步减少模型计算量;最后,提出一种适用于多任务模型的自适应损失权重调整方法,避免手动优化两类任务损失权重的复杂过程并加强两类任务训练的相关性。结果表明,改进后的MTL-YOLO目标检测精度由原算法的82.1%提高到84.7%;语义分割精度比主流的Mask R-CNN和YOLACT算法分别提高0.3%、2.5%;模型的实时推理速度达到110 f/s。 展开更多

关键词 目标检测 语义分割 多任务学习 轻量化 自适应损失函数

在线阅读 下载PDF 职称材料

基于改进YOLOv5s的青稞病虫害检测方法

2

作者 陈佳豪 汪语哲 +1 位作者 段晓东 梁凯华 《中国农机化学报》 北大核心 2025年第5期162-168,共7页

青稞病虫害检测过程中,目标具有不同尺度、重叠遮挡、模型复杂度高以及实时性差,难以在边缘计算设备上部署等问题,基于此,提出一种多尺度轻量化YOLOv5s的改进方法。首先,使用EfficientViT替换YOLOv5s中的主干网络,通过在主干网络中引入... 青稞病虫害检测过程中,目标具有不同尺度、重叠遮挡、模型复杂度高以及实时性差,难以在边缘计算设备上部署等问题,基于此,提出一种多尺度轻量化YOLOv5s的改进方法。首先,使用EfficientViT替换YOLOv5s中的主干网络,通过在主干网络中引入级联的自注意力机制,减少模型复杂程度,同时增加特征提取能力。其次,该方法在模型中引入具有注意力机制的SCP模块,通过聚合空间上的上下文信息,帮助模型更好地提取不同尺度下的特征,在控制参数量提高10%以内的情况下,提高模型对不同尺度病虫害的识别精度。然后,使用C2f替换head部分全部的C3层,进一步提升模型对特征的提取能力。最后,引入具有动态聚焦机制的加权交并比非极大值抑制算法(WIoU)作为损失函数,以此来平衡正负样本。结果表明,相比原始YOLOv5s,改进后的模型参数量减少60%;计算量减少32%,平均精度达到88.7%,平均精度提高2.3%;与主流目标检测算法,如Fast R—CNN、SSD,YOLO系列等模型相比,改进后的融合多尺度的轻量化模型在提升检测精度的同时,降低模型的复杂程度。 展开更多

关键词 青稞病虫害 目标检测 EfficientViT 多尺度特征融合 轻量化

在线阅读 下载PDF 职称材料

虚拟现实环境下的协同式三维建模方法 被引量：6

3

作者 王浩淼 桑胜举 +3 位作者 段晓东 张伟华 陶体伟 马婷 《图学学报》 CSCD 北大核心 2024年第1期169-182,共14页

三维建模技术在各个领域发挥着重要作用,但以桌面交互为主的三维建模方式仍复杂、抽象且不支持在线协作。为此,借助虚拟现实(VR)技术的沉浸性、交互性、想象性等优点,提出一种VR环境下的网络协同三维建模方法,使得用户以沉浸式的交互方... 三维建模技术在各个领域发挥着重要作用,但以桌面交互为主的三维建模方式仍复杂、抽象且不支持在线协作。为此,借助虚拟现实(VR)技术的沉浸性、交互性、想象性等优点,提出一种VR环境下的网络协同三维建模方法,使得用户以沉浸式的交互方式建立三维模型,并支持多人实时在线可视化协作。首先,提出了一种VR环境下的三维模型绘制交互方式;其次,将三维模型进行分类,提出一种分层构建式的三维模型网格生成算法,用于建立平面模型和立体模型;最后,设计了一种VR环境下的三维建模网络协同模块,并基于Socket通信实现了网络同步。通过与传统三维建模软件的三维建模方法进行对比实验表明,该方法更加简捷、直观和高效,且易于普通用户掌握。 展开更多

关键词 虚拟现实 三维建模 网格生成 网络协同 沉浸式交互

在线阅读 下载PDF 职称材料

异构微差同步并行训练算法

4

作者 黄山 吴煜凡 +1 位作者 吕鹤轩 段晓东 《计算机工程与科学》 CSCD 北大核心 2024年第11期1949-1959,共11页

前馈神经网络BPNN因具有非线性能力强、自学习能力强、自适应能力强以及容错能力强等优点,被广泛应用于行为识别和预测等领域。随着模型的升级优化和数据量的快速增长,基于大数据分布式计算框架的并行训练架构成为主流。ApacheFlink作... 前馈神经网络BPNN因具有非线性能力强、自学习能力强、自适应能力强以及容错能力强等优点,被广泛应用于行为识别和预测等领域。随着模型的升级优化和数据量的快速增长,基于大数据分布式计算框架的并行训练架构成为主流。ApacheFlink作为新一代大数据计算框架,因其具有高吞吐量、低时延等特点而被广泛应用。硬件设备更新换代速度的加快以及购买批次不同导致现实生活中Flink集群大多数为异构集群,意味着集群中的计算资源不均衡。现有的BPNN并行训练模型无法解决因计算资源不均衡带来的训练过程中高性能节点空转的问题。此外,异构环境下BPNN的并行训练还存在节点数量增加,节点间的通信开销也随之增加的问题。传统的小批量梯度下降方法拥有较好的寻优效果,但随机的初始化模型和小批量的梯度下降特点导致了BPNN并行化训练出现收敛速度缓慢的问题。针对以上问题,为加快异构环境下BPNN并行化训练速度,提高BPNN并行训练效率,提出了异构微差同步并行训练算法。该算法能够针对异构环境下节点性能不同的情况,对节点性能进行评分,并实时地通过数据分区模块动态地按比例分配数据,使节点性能和节点分配数据量成正比,从而减少高性能节点空转时长。 展开更多

关键词 Flink BPNN 并行训练 异构环境

在线阅读 下载PDF 职称材料

波动气候下高校少数民族学生热适应性分析 被引量：1

5

作者 汪语哲 张津淼 +4 位作者 马海萍 李辉 米霞 高天一 史小平 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2021年第6期27-33,共7页

热感觉是人类对于周围温度、湿度等环境的感知.为研究少数民族群体在波动气候环境下的热感觉,使其能更快适应异地环境,对冬季大连教室环境进行现场测试,对来自不同气候分区的80名汉族学生、88名少数民族学生(回族24名、蒙古族12名和土家... 热感觉是人类对于周围温度、湿度等环境的感知.为研究少数民族群体在波动气候环境下的热感觉,使其能更快适应异地环境,对冬季大连教室环境进行现场测试,对来自不同气候分区的80名汉族学生、88名少数民族学生(回族24名、蒙古族12名和土家族14名等其他少数民族)的着装、热感觉进行问卷调查,分别对调查结果进行回归分析,将不同少数民族的数据,进行对比并分析差异原因,同时对实验结果进行验证.结果表明:少数民族学生舒适度满意区间为18.5℃~19.4℃,与汉族热感觉存在差异.根据TSV模型得出各民族学生实际的热中性温度,分别为:回族18.5℃、蒙古族16.9℃和土家族15.0℃.经分析PMV模型并不能准确预测真实热感觉,本研究根据热感觉适应性模型(aPMV)为各民族提出了λ参考值,分别为:回族-0.79、蒙古族-0.90和土家族0.97.不同民族指标存在较大差异,表明学生对当地气候具有一定适应性,而到大连求学伴随着气候波动,使学生不能快速适应新环境.基于此利用aPMV模型对少数民族学生的热感觉进行预测,并提供了实验室热工改造方案. 展开更多

关键词 少数民族学生 热感觉 适应性热感觉模型 预测热感觉模型 波动气候环境

在线阅读 下载PDF 职称材料

基于三重注意力的脑肿瘤图像分割网络 被引量：8

6

作者 韩阳 宋金淼 +1 位作者 薛安懿 段晓东 《中国生物医学工程学报》 CAS CSCD 北大核心 2022年第1期57-63,共7页

脑肿瘤图像分割问题是脑肿瘤临床诊断和治疗脑肿瘤疾病计算机辅助诊断的基础。针对脑肿瘤MRI图像分割网络深度过深和局部与全局特征信息联系匮乏导致图像分割精度降低等问题,提出一种基于三重注意力的脑肿瘤图像分割网络。首先,借鉴残... 脑肿瘤图像分割问题是脑肿瘤临床诊断和治疗脑肿瘤疾病计算机辅助诊断的基础。针对脑肿瘤MRI图像分割网络深度过深和局部与全局特征信息联系匮乏导致图像分割精度降低等问题,提出一种基于三重注意力的脑肿瘤图像分割网络。首先,借鉴残差结构,将原始图像分割网络结构的编码层和解码层中的卷积模块替换为深度残差模块,解决网络加深带来的梯度消失问题。其次,通过引入三重注意力模块,融合图像局部与全局特征信息,使网络更好地学习重要的图像特征信息,提升网络对脑肿瘤图像的分割精度。最后,在MICCAI比赛发布的BraTS脑肿瘤图像分割数据集上(包括335例患者病例),采用Dice系数等脑肿瘤评价指标进行性能评估。其中,脑肿瘤整体可达85.20%,脑肿瘤核心可达87.10%,增强脑肿瘤区域可达80.80%。实验结果显示,所提出的分割网络能够在不增加计算时间的前提下提高脑肿瘤MRI图像的分割性能。 展开更多

关键词 脑肿瘤分割 三重注意力模块 深度残差模块 MRI图像

在线阅读 下载PDF 职称材料

面向Flink流处理框架的主动备份容错优化 被引量：4

7

作者 刘广轩 黄山 +1 位作者 胡佳丽 段晓东 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2022年第2期297-305,共9页

针对Flink任务出现故障后因为全局卷回使流处理作业恢复效率低的问题,提出基于缓存队列的容错策略.在作业中找出恢复时间最长的算子作为关键算子,将其处理过的数据存储到缓存队列中,并为其进行主动备份,备份算子同时接受来自上游的数据... 针对Flink任务出现故障后因为全局卷回使流处理作业恢复效率低的问题,提出基于缓存队列的容错策略.在作业中找出恢复时间最长的算子作为关键算子,将其处理过的数据存储到缓存队列中,并为其进行主动备份,备份算子同时接受来自上游的数据以达到在故障后作业可以瞬时恢复的效果.为了解决主动备份带来的额外消耗,提出数据过滤算法,备份算子在每次处理数据前会到缓存组件中检索当前数据,以判断是否继续处理.当Flink算子自身出现故障后,利用策略中的缓存队列与Flink的JobManager将故障发生时的数据信息发送给备份算子,在备份算子接收到数据后,实现即时恢复的效果.利用4项评价指标对策略进行评估,结果表明,与Flink1.8的故障恢复模式相比,所提策略在Flink任务故障恢复速度上有显著提升,当故障次数分别为1、2、3、4时,恢复效率分别提高56.3%、51.3%、46.2%和45.8%;而在处理时延、CPU利用率以及内存使用率方面仅产生极小的代价. 展开更多

关键词 Apache Flink 流处理容错 主动备份 故障恢复 缓存队列

在线阅读 下载PDF 职称材料

面向云环境的Flink负载均衡策略 被引量：4

8

作者 徐浩桐 黄山 +2 位作者 孙国璋 贺菲莉 段晓东 《计算机工程与科学》 CSCD 北大核心 2022年第5期779-787,共9页

作为新一代的大数据计算引擎,Flink得到了广泛应用。Flink在云环境下进行容器化部署时,其默认任务调度算法不能感知节点的资源信息,导致即时调整负载和自主均衡能力较差,而主流的容器编排工具虽然提供了管理容器的可能性,却也未能结合Fl... 作为新一代的大数据计算引擎,Flink得到了广泛应用。Flink在云环境下进行容器化部署时,其默认任务调度算法不能感知节点的资源信息,导致即时调整负载和自主均衡能力较差,而主流的容器编排工具虽然提供了管理容器的可能性,却也未能结合Flink特点解决平衡资源利用的同时降低容器组内的通信开销问题。针对以上问题开展研究,提出了一种面向云环境的Flink负载均衡策略FLBS,综合考虑了Flink集群中算子的分布特点和容器间通信机制,以节点间通信开销和均衡负载作为评估标准。实验结果表明,与Flink默认调度策略相比,FLBS能够有效提高计算效率,提升系统性能。 展开更多

关键词 Flink 容器 通信开销 负载均衡 迁移

在线阅读 下载PDF 职称材料

面向容器环境的Flink的任务调度优化研究 被引量：3

9

作者 黄山 房六一 +1 位作者 徐浩桐 段晓东 《计算机工程与科学》 CSCD 北大核心 2021年第7期1173-1184,共12页

随着互联网技术的飞速发展,人类正在走向大数据时代与云计算时代。Flink作为最新一代的大数据计算引擎,具有低延迟、高吞吐等优势,受到学术界与工业界的青睐。Flink在云环境下部署时,其默认任务调度由于无法获取容器部署分布信息,会导... 随着互联网技术的飞速发展,人类正在走向大数据时代与云计算时代。Flink作为最新一代的大数据计算引擎,具有低延迟、高吞吐等优势,受到学术界与工业界的青睐。Flink在云环境下部署时,其默认任务调度由于无法获取容器部署分布信息,会导致负载分配不均衡。针对这一问题,提出一种面向容器环境的Flink任务调度算法FSACE,获取每个结点性能信息与容器在结点上的分布信息,优先选择空闲资源较多的结点的容器,同时可以避免容器被频繁选中造成负载不均。使用云主机与合成数据集对算法进行评测,评测结果表明,在容器环境下部署时,所提出的算法能更均衡地分配任务,可以提高资源使用率和计算速度。 展开更多

关键词 容器 大数据 Flink 任务调度 负载均衡 容器环境

在线阅读 下载PDF 职称材料

基于Flink的k-支配skyline体并行求解算法 被引量：3

10

作者 孙国璋 黄山 +2 位作者 艾力卡木·再比布拉 徐浩桐 段晓东 《计算机工程与科学》 CSCD 北大核心 2023年第1期17-27,共11页

k-支配skyline算法弱化了数据点之间的支配关系,更适合高维数据。k-支配skyline体适应于多名用户使用k-支配skyline算法查询,而现有的求解算法在时间效率和代码扩展性方面都有待提高。因此,提出了面向多用户的k-支配skyline体求解优化算... k-支配skyline算法弱化了数据点之间的支配关系,更适合高维数据。k-支配skyline体适应于多名用户使用k-支配skyline算法查询,而现有的求解算法在时间效率和代码扩展性方面都有待提高。因此,提出了面向多用户的k-支配skyline体求解优化算法MKSSOA,该算法对每名用户的候选集和中间集分别进行存储,同时在k-支配检查过程中利用2集合中数据点出现的先后次序将候选集中的非k-支配skyline点存储到对应用户的中间集中,以便下一名用户筛选使用,这样可以减少数据点之间的比较次数,避免重复计算,从而提升查询效率。同时,提出了面向多用户的k-支配skyline体并行求解算法MKSPSA,通过Apache Flink并行处理框架有效减少了数据点的比较时间。理论研究和实验结果显示,提出的算法具有较高的效率,能很好地处理多用户k-支配skyline问题。 展开更多

关键词 k-支配 SKYLINE查询 多用户 Apache Flink 并行查询

在线阅读 下载PDF 职称材料

Flink水位线动态调整策略 被引量：1

11

作者 吕鹤轩 黄山 +2 位作者 艾力卡木·再比布拉 吴思衡 段晓东 《计算机工程与科学》 CSCD 北大核心 2023年第2期237-245,共9页

衡量大数据的数据挖掘性能有2个最重要的任务指标:一是实时性,二是准确性。流数据从数据产生到消息队列再通过数据源流入Flink进行计算,这个过程中因为网络传输速度不同,不同节点的计算性能不同等原因,流数据进入计算框架的先后顺序和... 衡量大数据的数据挖掘性能有2个最重要的任务指标:一是实时性,二是准确性。流数据从数据产生到消息队列再通过数据源流入Flink进行计算,这个过程中因为网络传输速度不同,不同节点的计算性能不同等原因,流数据进入计算框架的先后顺序和数据产生的事件时间顺序会有局部乱序的现象。面对窗口作业的传统水位线机制在不确定乱序程度的流数据情况下无法同时兼顾作业结果的实时性和准确性。针对这个问题,建立了流数据微簇模型。通过局部乱序度算法,根据流数据微簇的流数据事件时间局部乱序程度计算出可以代表当前时刻流数据的乱序度。设计了水位线动态调整策略,使水位线根据流数据的乱序程度动态调整大小。最后,在Apache Flink框架中对基于事件时间窗口的水位线动态调整策略进行了实现。实验结果表明,弹性或不确定乱序流数据条件下,基于事件时间窗口的水位线动态调整策略可以有效地同时兼顾窗口作业的准确性和实时性。 展开更多

关键词 Apache Flink 水位线 乱序流数据 事件时间

在线阅读 下载PDF 职称材料