基于目标检测算法的<bold>HEPS-BPIX4 DAQ</bold>实时在线图像压缩研究
面向高能同步辐射光源（High Energy Photon Source，HEPS）的高性能像素阵列探测器（HEPS-BPIX4）的数据获取系统（Data Acquisition，DAQ）需满足高实时性要求。通过在线压缩图像数据，可有效降低后续传输与存储的压力。针对传统压缩算法在压缩率和实时性方面的不足，本文提出了一种基于深度学习目标检测的图像数据在线压缩方法。采用端到端的YOLO（You Only Look Once）目标检测算法，对深度学习模型进行高效训练，并验证了其在HEPS-BPIX4 DAQ数据流中实现在线数据压缩的可行性。实验结果表明，该方法的图像数据在线压缩平均压缩比达到5.88...
Saved in:
| Main Authors: | , , , |
|---|---|
| Format: | Article |
| Language: | zho |
| Published: |
Science Press
2025-05-01
|
| Series: | He jishu |
| Subjects: | |
| Online Access: | https://www.sciengine.com/doi/10.11889/j.0253-3219.2025.hjs.48.240542 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1849689744347234304 |
|---|---|
| author | 肖 鹏飞 季 筱璐 杨 宣政 曹 平 |
| author_facet | 肖 鹏飞 季 筱璐 杨 宣政 曹 平 |
| author_sort | 肖 鹏飞 |
| collection | DOAJ |
| description | 面向高能同步辐射光源（High Energy Photon Source，HEPS）的高性能像素阵列探测器（HEPS-BPIX4）的数据获取系统（Data Acquisition，DAQ）需满足高实时性要求。通过在线压缩图像数据，可有效降低后续传输与存储的压力。针对传统压缩算法在压缩率和实时性方面的不足，本文提出了一种基于深度学习目标检测的图像数据在线压缩方法。采用端到端的YOLO（You Only Look Once）目标检测算法，对深度学习模型进行高效训练，并验证了其在HEPS-BPIX4 DAQ数据流中实现在线数据压缩的可行性。实验结果表明，该方法的图像数据在线压缩平均压缩比达到5.88。同时，设计了高效的部署方案，并对性能进行了测试，单线程下的压缩处理速率可达GB∙s<sup>-1</sup>量级。此外，进一步提出了适用于HEPS-BPIX4 DAQ框架的多线程部署方案，以满足更高的压缩性能需求，为缓解HEPS-BPIX4 DAQ系统高带宽图像数据处理压力提供了新思路。 |
| format | Article |
| id | doaj-art-8ea6a5db2d174eb2ae05b858a0cecfe4 |
| institution | DOAJ |
| issn | 0253-3219 |
| language | zho |
| publishDate | 2025-05-01 |
| publisher | Science Press |
| record_format | Article |
| series | He jishu |
| spelling | doaj-art-8ea6a5db2d174eb2ae05b858a0cecfe42025-08-20T03:21:31ZzhoScience PressHe jishu0253-32192025-05-014810.11889/j.0253-3219.2025.hjs.48.2405420d899a51基于目标检测算法的<bold>HEPS-BPIX4 DAQ</bold>实时在线图像压缩研究肖 鹏飞0季 筱璐1杨 宣政2曹 平3["中国科学技术大学 合肥 230026","中国科学院高能物理研究所 北京 100049"]["中国科学院高能物理研究所 北京 100049"]["中国科学院高能物理研究所 北京 100049"]["中国科学技术大学 合肥 230026"]面向高能同步辐射光源（High Energy Photon Source，HEPS）的高性能像素阵列探测器（HEPS-BPIX4）的数据获取系统（Data Acquisition，DAQ）需满足高实时性要求。通过在线压缩图像数据，可有效降低后续传输与存储的压力。针对传统压缩算法在压缩率和实时性方面的不足，本文提出了一种基于深度学习目标检测的图像数据在线压缩方法。采用端到端的YOLO（You Only Look Once）目标检测算法，对深度学习模型进行高效训练，并验证了其在HEPS-BPIX4 DAQ数据流中实现在线数据压缩的可行性。实验结果表明，该方法的图像数据在线压缩平均压缩比达到5.88。同时，设计了高效的部署方案，并对性能进行了测试，单线程下的压缩处理速率可达GB∙s<sup>-1</sup>量级。此外，进一步提出了适用于HEPS-BPIX4 DAQ框架的多线程部署方案，以满足更高的压缩性能需求，为缓解HEPS-BPIX4 DAQ系统高带宽图像数据处理压力提供了新思路。https://www.sciengine.com/doi/10.11889/j.0253-3219.2025.hjs.48.240542高能同步辐射光源高性能像素阵列探测器在线数据获取目标检测数据压缩DAQ系统 |
| spellingShingle | 肖 鹏飞 季 筱璐 杨 宣政 曹 平 基于目标检测算法的<bold>HEPS-BPIX4 DAQ</bold>实时在线图像压缩研究 He jishu 高能同步辐射光源 高性能像素阵列探测器 在线数据获取 目标检测 数据压缩 DAQ系统 |
| title | 基于目标检测算法的<bold>HEPS-BPIX4 DAQ</bold>实时在线图像压缩研究 |
| title_full | 基于目标检测算法的<bold>HEPS-BPIX4 DAQ</bold>实时在线图像压缩研究 |
| title_fullStr | 基于目标检测算法的<bold>HEPS-BPIX4 DAQ</bold>实时在线图像压缩研究 |
| title_full_unstemmed | 基于目标检测算法的<bold>HEPS-BPIX4 DAQ</bold>实时在线图像压缩研究 |
| title_short | 基于目标检测算法的<bold>HEPS-BPIX4 DAQ</bold>实时在线图像压缩研究 |
| title_sort | 基于目标检测算法的 bold heps bpix4 daq bold 实时在线图像压缩研究 |
| topic | 高能同步辐射光源 高性能像素阵列探测器 在线数据获取 目标检测 数据压缩 DAQ系统 |
| url | https://www.sciengine.com/doi/10.11889/j.0253-3219.2025.hjs.48.240542 |
| work_keys_str_mv | AT xiàopéngfēi jīyúmùbiāojiǎncèsuànfǎdeboldhepsbpix4daqboldshíshízàixiàntúxiàngyāsuōyánjiū AT jìxiǎolù jīyúmùbiāojiǎncèsuànfǎdeboldhepsbpix4daqboldshíshízàixiàntúxiàngyāsuōyánjiū AT yángxuānzhèng jīyúmùbiāojiǎncèsuànfǎdeboldhepsbpix4daqboldshíshízàixiàntúxiàngyāsuōyánjiū AT cáopíng jīyúmùbiāojiǎncèsuànfǎdeboldhepsbpix4daqboldshíshízàixiàntúxiàngyāsuōyánjiū |