针对目前仓储货物分类速度慢、易出错、灵活性差等问题,提出了一种改进YOLOv5s的货物检测算法,对仓储货物进行预分类。首先,根据仓储货物的外形特征,将其分为包装箱与包装袋两大类,形成训练数据集;其次,将骨干网络更换为具有更小模型尺...针对目前仓储货物分类速度慢、易出错、灵活性差等问题,提出了一种改进YOLOv5s的货物检测算法,对仓储货物进行预分类。首先,根据仓储货物的外形特征,将其分为包装箱与包装袋两大类,形成训练数据集;其次,将骨干网络更换为具有更小模型尺寸的MobileNetV3,加快推理;再次,添加SE注意力机制模块,旨在提高模型的检测精度;最后,结合α_CIoU损失函数,增强模型的灵活度。通过实验验证,改进后的算法相较于原始算法在精确率(Precision,P)、平均类别精度(mean Average precision,mAP)和帧率(Frames per second,FPS)三方面分别提升2.1%、0.5%和10.6%,能够高效地完成对仓储货物的预分类工作。展开更多
本文分析了下一代融合网络VoIP及语音类即时通信在安全方面的隐患,并针对目前的SPIT(spam over Internet telephony)过滤和防护方案中存在的问题,提出了综合防护的SPIT系统,从3个层面,包括域、服务器及客户端的防护角度介绍了此系统,并...本文分析了下一代融合网络VoIP及语音类即时通信在安全方面的隐患,并针对目前的SPIT(spam over Internet telephony)过滤和防护方案中存在的问题,提出了综合防护的SPIT系统,从3个层面,包括域、服务器及客户端的防护角度介绍了此系统,并对此防护体系实现SPIT过滤的优势进行了全面的分析。展开更多
文摘针对目前仓储货物分类速度慢、易出错、灵活性差等问题,提出了一种改进YOLOv5s的货物检测算法,对仓储货物进行预分类。首先,根据仓储货物的外形特征,将其分为包装箱与包装袋两大类,形成训练数据集;其次,将骨干网络更换为具有更小模型尺寸的MobileNetV3,加快推理;再次,添加SE注意力机制模块,旨在提高模型的检测精度;最后,结合α_CIoU损失函数,增强模型的灵活度。通过实验验证,改进后的算法相较于原始算法在精确率(Precision,P)、平均类别精度(mean Average precision,mAP)和帧率(Frames per second,FPS)三方面分别提升2.1%、0.5%和10.6%,能够高效地完成对仓储货物的预分类工作。
文摘本文分析了下一代融合网络VoIP及语音类即时通信在安全方面的隐患,并针对目前的SPIT(spam over Internet telephony)过滤和防护方案中存在的问题,提出了综合防护的SPIT系统,从3个层面,包括域、服务器及客户端的防护角度介绍了此系统,并对此防护体系实现SPIT过滤的优势进行了全面的分析。
