首页期刊导航|华东师范大学学报（自然科学版）
期刊信息/Journal information
华东师范大学学报（自然科学版）
华东师范大学学报（自然科学版）

郑伟安

双月刊

1000-5641

xblk@xb.ecnu.edu.cn

021-62233703

200062

上海市中山北路3663号

华东师范大学学报（自然科学版）/Journal Journal of East China Normal University(Natural Science)CSCD北大核心CSTPCD
查看更多>>本刊为自然科学综合性学术刊物。主要刊登该校理科院系和研究机构的学术论文与科研成果，内容涉及数学、计算机科学、物理学、化学、地理学和生物学等领域，报道科研动态，介绍该校学术论文发表概况。
正式出版
收录年代

    基于CLIP微调的扩散模型安全化

    吴平林欣
    138-150页
    查看更多>>摘要：扩散模型变革了文本-图像生成领域,使终端用户可以基于简单的自然语言提示生成高质量、多样化的图像艺术作品.然而,由于训练数据集庞大且未经过滤,文本-图像生成模型具有生成色情内容与暴力内容等不适当内容的能力.为更加安全地部署此类模型,提出了一种基于CLIP(contrastive language-image pre-training)方向性损失的微调(directional CLIP loss based fine-tuning,CLIF)算法,使用方向性的CLIP损失来微调模型,以抑制其生成不适当内容的能力.CLIF消耗的计算资源很少,并且具有强制生效的特点.为评估其抑制效果,提出了CTP(categorized toxic prompts)用于评估文本-图像生成模型的不适当内容生成能力.在CTP与COCO(common objects in context)上的实验结果表明,CLIF能够在抑制文本-图像扩散模型生成不安全内容的同时不影响其一般性生成能力.

    文本-图像生成模型安全性数据集扩散模型

      原文链接:
    • 万方数据
    • 维普

    基于海思Hi3531部署的红外小目标检测算法研究

    傅晓雪黄昶
    151-164页
    查看更多>>摘要：针对现有算法计算量大、实时性差、部署困难等问题,同时为满足红外探测系统对实时性及准确率的高要求,提出了一种部署于国产嵌入式芯片的轻量化算法,即YOLOv5-TinyHisi.YOLOv5-TinyHisi算法根据红外小目标特点对主干网络结构进行轻量化改造,并使用SIoU优化损失函数中的边界误差,提高了红外小目标定位的准确性.将YOLOv5-TinyHisi算法模型部署到海思Hi3531DV200嵌入式开发板上,利用芯片集成的神经网络加速引擎(neural network inference engine,NNIE)对网络推理进行加速.在公开数据集上的实验结果表明,该算法能够大幅度降低参数量和模型大小,与YOLOv5相比,在平均精度上的提升了 1.52%.在海思Hi3531DV200嵌入式开发板上对分辨率为(1 280×512)像素的单张图像推理速度可达到35 帧/s,召回率可达到95%,满足了红外探测系统对实时性和准确率的要求.

    红外小目标检测嵌入式系统YOLOv5神经网络加速引擎

      原文链接:
    • 万方数据
    • 维普

    《华东师范大学学报(自然科学版)》征稿启事

    封3页
      原文链接:
    • 万方数据
    • 维普