提出一种基于无监督域适应的低空海面红外目标检测方法。首先利用图像翻译网络将源域图像翻译为目标域图像并共享标签。其次在YOLOv5s目标检测网络中使用梯度反转层优化网络提取特征的域间适应性。此外利用最大均值差异损失进一步缩小从网络中提取的不同红外探测器图像的特征分布。最后采用AdamW异步更新优化算法进一步提高模型在训练过程中的稳定性与检测精度。将所提方法在不同红外探测器采集的低空海面红外船只与无人机数据集中进行实验。实验结果表明,相较于传统有监督学习方法,所提方法有效降低了人工标注成本,且源域检测精度提高6.56个百分点,目标域检测精度提高2.62个百分点,有效提升目标检测模型在不同红外探测器间的泛化能力。
机器视觉 红外探测器 无监督域适应 梯度反转层 稳定训练 目标检测
1 中国科学院武汉物理与数学研究所波谱与原子分子物理国家重点实验室, 湖北 武汉 430071
2 中国科学院大学, 北京 100049
3 中国科学院冷原子物理中心, 湖北 武汉 430071
超冷原子旋量玻色-爱因斯坦凝聚体中存在诸多具有不同拓扑属性的自旋织构, 可以为凝聚态物理、粒子物理等领域中拓扑结构的研究提供理想的量子模拟平台。拉盖尔-高斯光束具有特定的空间结构且携带确定的轨道角动量, 可用于研究冷原子中的自旋织构。通过数值模拟讨论拉盖尔-高斯光束 驱动 F=1 三能级原子系统的双光子拉曼过程, 在光斑尺寸与原子团大小可比拟的情况下, 分别从初态处于铁磁相和极化相的凝聚体中得到斯格明子结构, 并据此提出一种精确获取光斑尺寸的方法, 用于标定拉曼耦合强度, 为后续实验提供参考。
量子光学 拉盖尔-高斯光束 拉曼过程 自旋织构 斯格明子 quantum optics Laguerre-Gaussian beam Raman process spin texture Skyrmion
1 中国科学院武汉物理与数学研究所波谱与原子分子物理国家重点实验室, 湖北 武汉 430071
2 中国科学院武汉物理与数学研究所,中国科学院冷原子物理中心, 湖北 武汉 430071
3 中国科学院大学, 北京 100049
利用解压缩磁光阱(DCMOT)技术将铷87原子温度降低到多普勒冷却极限温度以下。 在磁光阱中获得铷87原子冷原子团,通过减小磁场梯度、降低回泵光功率和增加冷却 光失谐量进一步降低冷原子温度。通过研究原子自由飞行后密度随磁场梯度、回泵光功 率和冷却光失谐量的变化关系,得到最优化的实验参数。测得DCMOT后原子的温度为129 μK, 低于铷87原子的多普勒冷却极限温度(144 μK)。将低温冷原子直接装载到磁阱中,装载效率为25%。
量子光学 磁光阱 多普勒冷却极限 解压缩磁光阱 偏振梯度冷却 quantum optics magneto-optical trap Doppler cooling limit decompressed magneto-optical trap polarization gradient cooling