为了解决车辆行驶中面对各种复杂环境车道线检测算法精度不高的问题,提出一种基于改进的UFS网络检测算法(Ultra Fast Structure-aware Deep Lane Detection,UFS).首先,采用改进的Gamma校正对待检路面图像进行校正,降低光照、阴影等的影...为了解决车辆行驶中面对各种复杂环境车道线检测算法精度不高的问题,提出一种基于改进的UFS网络检测算法(Ultra Fast Structure-aware Deep Lane Detection,UFS).首先,采用改进的Gamma校正对待检路面图像进行校正,降低光照、阴影等的影响,以提升夜间图像纹理特征。然后引入非局部神经网络模块(Non-Local Block),充分提取图像全局特征,以提高检测可靠性。最后对改进后的算法使用Tusimple、CULane数据集进行测试。结果表明:改进后的模型在物体遮挡、光照变化、阴影干扰等复杂场景下,提升了对复杂噪声与多元场景的处理能力,车道分割的准确率有所改善,具有较好的鲁棒性。展开更多
文摘为了解决车辆行驶中面对各种复杂环境车道线检测算法精度不高的问题,提出一种基于改进的UFS网络检测算法(Ultra Fast Structure-aware Deep Lane Detection,UFS).首先,采用改进的Gamma校正对待检路面图像进行校正,降低光照、阴影等的影响,以提升夜间图像纹理特征。然后引入非局部神经网络模块(Non-Local Block),充分提取图像全局特征,以提高检测可靠性。最后对改进后的算法使用Tusimple、CULane数据集进行测试。结果表明:改进后的模型在物体遮挡、光照变化、阴影干扰等复杂场景下,提升了对复杂噪声与多元场景的处理能力,车道分割的准确率有所改善,具有较好的鲁棒性。
文摘目的:研究Sysmex UF5000尿沉渣分析仪(UF5000)检测尿液中的白细胞(white blood cell,WBC)计数、细菌(bacterium,BACT)计数用于筛查婴幼儿细菌性尿路感染的诊断价值。方法:回顾性分析497例疑似尿路感染婴幼儿的中段尿培养结果和UF5000检测结果并进行统计。根据菌落生长数量将标本分为3组(<1×10^(4) CFU/mL,10^(4)~10^(5)CFU/mL组和>1×10^(5)CFU/mL组),比较各组之间WBC、BACT水平的差异;绘制ROC曲线,计算WBC、BACT用于筛查婴幼儿细菌性尿路感染的cut-off值。结果:497例尿液标本中阳性率9.46%,其中革兰阴性菌(G-)80.85%,主要为大肠埃希氏菌(59.57%)。三组标本间水平比较:BACT水平差异均有统计学意义(P值均<0.001),且水平随着<1×10^(4)CFU/mL,10^(4)~10^(5)CFU/mL组和>1×10^(5)CFU/mL组顺序逐渐升高;WBC水平组间比较显示表示<1×10^(4)CFU/mL和10^(4)~10^(5)CFU/mL组的WBC水平并无统计学差异(P=0.161),其余各组间比较有差异。ROC曲线分析显示WBC筛查尿路感染的男、女性曲线下面积,(Area under the curve,AUC)分别为:0.843和0.910,BACT筛查尿路感染的男、女性曲线下面积分别为:0.951和0.908。结论:本院婴幼儿细菌性尿路感染以大肠埃希氏菌为主。当WBC<34.35/μL(男)或<13.75/μL(女),BACT<25.30/μL(男)或<89.05/μL(女)时,有助于临床快速有效地排除尿路感染。
