排序方式: 共有32条查询结果,搜索用时 46 毫秒
31.
低照度的夜间路况复杂,现有夜间车辆识别相关研究较少,且存在识别方法实时性不高、过多占用硬件资源等不足。针对夜间场景车辆识别干扰因素较多、检测效果不佳的问题,提出一种基于YOLOv4的Dim env-YOLO车辆目标检测算法。利用MobileNetV3网络替换原始YOLOv4中的主干网络,以减少模型参数量。在改进的YOLOv4模型上使用图像暗光增强方法 ,提高车辆目标在昏暗环境中的可识别性。在此基础上,引入注意力机制加强特征信息选择,同时利用深度可分离卷积降低网络计算量。选取北京部分道路的夜间场景图片自制数据集并进行实验验证,结果表明,在存在高斯噪声、模糊扰动、雨雾夜晚等情况下,Dim env-YOLO算法的测试结果较稳定,对于照度低于30 lx的昏暗条件下的车流,其检测mAP值达到90.49%,对于最常见的轿车类别,mAP值达到96%以上,优于Faster-RCNN、YOLOv3、YOLOv4等网络模型在昏暗光照条件下的检测效果。 相似文献
32.
基于拓扑结构设计技术,以C型电枢为例,依据发射过程中电枢受力及内部电流分布,用点阵结构拓扑优化电枢内部,设计并通过增材制造加工出半拓扑和全拓扑结构两种电枢,优化后的电枢较原电枢分别减质量37%和47%。通过发射试验,在峰值电流约550 kA时全拓扑结构电枢解体,半拓扑结构电枢在800 kA电流时仍可正常发射。结果表明:同样输入能量下,半拓扑优化电枢在发射电流为550、650、750、800 kA时,炮口速度分别提高了13.3%、11.3%、9.0%、5.0%,增材制造技术可为电枢轻量化设计提供新技术。 相似文献