改进YOLOv7的纸张表面缺陷检测研究

提出一种改进YOLOv7的纸张表面缺陷一步式检测算法。首先将注意力机制模块CBAM融合到主干和特征提取网络结构,从空间和通道2个维度提取信息,提升小目标纸病特征提取准确性和算法稳定性;将ASPP空洞卷积加入主干网络SPP中,ASPP可以进一步扩大感受野,使较小目标的特征信息在网络传递时得到保留,解决了小目标信息量不足的问题,进而提高小目标纸病识别的性能。通过自制纸病数据集检测实验,与YOLOv7相比,精确率、召回率及平均精确率均值mAP 0.5分别提升了1.5、2.3和2.1个百分点。     

联碱生产中供热蒸汽温度调节的智能控制

该文介绍了将智能PID应用在联碱化工蒸汽温度控制中的具体情况。试验表明，该智能PID较常规控制有更好的品质，在化工生产控制系统的改造中具有推广价值。     

可持续发展与生态建筑

本文论述了自然环境与人居环境的关系,阐述了生态建筑设计的方法和依据,并且以单身母亲公寓为实例介绍了这些方法和措施在实践中运用。     

一种微型无人机机载气动连续发射装置

随着无人机技术的不断发展,无人机开始进入民用领域.但由于相关法律法规的缺失,造成民用微型无人机管理混乱,特别是消费级无人机的滥用对城市公共安全造成极大的威胁.针对这种情况,本文采用远程触发、压缩气体为动力源,可连续发射的设计原则,设计了一种轻巧灵活的无人机子弹连续发射装置,通过装配玻璃弹珠、金属球等作为子弹进行连续发射...     

改进的DeepLabv3+人脸口罩分割方法

在进行口罩遮挡人脸图像修复时,往往需要进行人脸口罩的分割,分割的结果将会对后续的修复工作产生较大的影响。因此,为了更好地实现分割,通过改进图像分割网络DeepLabv3+,提出了一种针对人脸口罩分割的网络模型。将原始DeepLabv3+网络中的主干特征提取网络替换为轻量级网络MobileNetV2,减少模型的参数量,提升模型分割速度;采用密集连接方式将原始空洞空间金字塔池化(Atrous Spatial Pyramid Pooling, ASPP)模块中的不同特征层进行特征融合,并引入CBAM注意力机制,增强模型特征表达能力。为了使模型能够准确分割出不同形状、大小和颜色的口罩,在损失函数中引入焦点损失(Focal Loss)进行模型训练,以缓解不同类别口罩在训练样本上的不均衡问题。通过在PASCLA VOC公共数据集和自建口罩数据集上进行实验。结果表明,改进后的模型相比基准模型在模型参数、分割时间以及分割精度上取得较好的平衡。     

融合深度特征和尺度自适应的目标跟踪算法

针对传统核相关滤波器(Kernel Correlation Filter,KCF)目标跟踪算法在复杂应用场景下准确度和成功率降低的问题,提出了一种融合深度特征和尺度自适应的抗遮挡目标跟踪算法.将传统核相关滤波算法中HOG特征替换为深度特征来建立视觉外观模型增强算法对目标特征的表达能力.通过融合DSST算法中的尺度滤波器...     

化工仪表的防腐蚀问题分析

本文针对化工仪表的防腐蚀问题，简述了常用的几种方法，同时利用数学模型，建立腐蚀率关系式，对其中的电化腐蚀进行了相应的分析和说明。     

仿人智能PID控制器及其应用

纯碱碳化塔中部温度控制中，对象本身滞后较大，用传统PID调节中部温度，其建立时间过长。改用智能PID控制与常规PID控制相结合的方法，利用多模式智能控制对付系统的暂态过程，用常规PID对付系统的稳态过程，极大地降低系统建立时间，增强了系统的抗干扰能力。     

基于轻量型网络的口罩遮挡人脸识别方法

由于口罩的遮挡会大幅降低人脸可供识别的特征,使得之前提出的人脸识别算法在现有外部环境下的识别性能大幅下降。因此,针对现有人脸识别技术在当前应用场景中的不足,本研究采用MobileNet v2轻量级卷积神经网络替换InceptionResNet-v1网络作为骨干网络对FaceNet人脸识别方法进行了改进,在简化模型参数的同时提高了模型的运算速度,并且在MobileNet V2网络中引入一种轻量型的混合注意力模块,同时将Softmax Loss与Triplet Loss加权融合作为网络模型的联合损失函数,通过调整权值达到最优后作为损失函数进行训练,提高网络的识别准确率。实验结果表明：本研究所提出的人脸识别网络在进行口罩遮挡人脸识别时,识别准确率达到92.1%,较原有人脸识别网络有大幅提升,同时识别速度也明显优于原有网络。     

基于人脸结构信息引导的人脸图像修复网络

针对人脸图像修复的深度学习网络存在修复后的人脸图像面部语义信息不合理和面部轮廓不协调的问题,提出了一种基于人脸结构信息引导的人脸图像修复网络。首先,采用编码器-解码器网络技术构建人脸结构草图生成网络,并在结构草图生成网络的生成器中加入跳跃连接和引入带膨胀卷积的残差块以生成待修复区域的结构草图。其次,在构建人脸修复网络时,在修复网络生成器中引入注意力机制,让修复网络在修复过程中更多关注待修复区域,并以生成的人脸结构草图为引导从而实现人脸图像面部语义结构和纹理信息的生动修复。最后,在结构草图生成网络的损失函数中引入特征匹配损失进行模型训练,从而约束生成器生成与真实结构草图更相似的结果;在修复网络的损失函数中联合感知损失和风格损失进行模型训练,从而更好地重建待修复区域的人脸图像面部轮廓结构和颜色纹理,使修复后的图像更接近真实图像。对比实验结果表明,在人脸图像数据集中,本文所设计的网络模型的修复性能有较高的提升。