排序方式: 共有23条查询结果,搜索用时 15 毫秒
11.
12.
垃圾分类是构建绿色城市的重要途径。传统的垃圾分类是由人工进行,分类不彻底,工作强度大,不利于环境保护与资源再利用。为提高垃圾分类的准确性,提出了一种基于VGG16网络的轻量化网络模型LW-GCNet (light weight garbage classify network)。该网络模型通过引入深度可分离卷积和SE(squeeze-and-excitation)模块来进行特征提取,并将垃圾图像的浅层和深层特征有机融合,在减少计算量的同时,增强了待分类垃圾图像通道之间的依赖关系,为分类提供多层次的语义信息。此外,LW-GCNet模型采用自适应最大池化和全局平均池化取代VGG16网络中的全连接层,有效降低了参数量。利用由4类垃圾图像构成的数据集GRAB125对LW-GCNet性能进行验证。实验结果表明:该方法在保证识别速度的前提下,识别平均准确率达到77.17%,参数量为3.15M,易于在户外的嵌入式系统中进行部署。 相似文献
13.
为解决建筑施工现场高处作业中安全管理人员巡检工作时存在的危险性高、效率低、识别场景复杂等问题,利用卷积神经网络(CNN)技术,提出一种高处临边安全防护装备的巡检方法,该方法结合计算机视觉,检测高处临边人员安全帽、安全带等安全防护装备的佩戴情况以及防护网是否破损;同时在YOLOv5算法基础上修改注意力模型,并开发轻量化检测软件。结果表明:轻量化后,模型尺寸降低到1.9 MB,相较于修改前减小86.8%。在图形处理器(GPU)运行环境下单帧图片检测时间优化到40~50 ms,相较于修改前减少65%~80%,大幅提高检测速度。 相似文献
14.
目的实现台风型风电机组塔架的轻量化设计。方法对风电机组台风环境载荷工况和台风期运行控制策略进行研究,提出在基于GB/T 31519—2015《台风型风力发电机组》的台风型风电机组基础上,开发台风控制策略,使机组在台风期间持续处于对风状态。结果利用BLADED软件计算机组各关键部位的载荷,结果表明,台风控制策略降低了23.5%的机组塔基载荷,重新设计塔架,塔架质量降低了13%,实现了塔架轻量化设计,单个风电场节省约416万元,具有很好的经济效益。通过机组现场实测,在摩羯台风期间,采用台风控制策略的台风型风电机组塔基载荷,Mxy理论仿真值与实测值的相关性达94.1%,高度一致。结论验证了理论仿真计算的准确性和轻量化塔架应用的可行性,助力于我国风力发电行业沿海地区及海上型风力发电机组的发展。 相似文献
15.
16.
17.
警用防暴盾牌是公安一线警员执勤执法时使用的防护装备,其性能好坏直接影响了警员的生命安全。本文从材质、结构、防护性能等方面,阐述了防暴盾牌的发展,提出在产品的研制过程中,还需要考虑对腐蚀性液体、火焰等伤害因素的防护,及其耐老化性能,确保使用过程中的安全。 相似文献
18.
19.
为满足某车载大型相控阵天线支架在风载荷、振动和冲击试验刚度要求基础上实现支架的轻量化设计,基于变密度法以4种载荷工况下的支架重量为目标,以装配关系为约束条件对支架进行拓扑优化研究。根据相控阵天线支架的装机空间和可装配性设计支架初始三维模型,结合工程可行性分析和多工况拓扑优化形成天线支架结构设计方法,并对优化后的天线支架进行风载荷、振动和冲击强度校核。结果表明,采用该方法优化后的支架结构在满足力学环境使用条件下,重量仅为初始设计的58%,满足设计要求,该方法工程应用前景广阔。 相似文献
20.
机场“黑飞”无人机的检测关系着整个机场的安全问题,机场现有基于雷达手段的无人机探测方法无法正确识别无人机的类型及个数。基于现有雷达探测无人机方法存在的缺点,对PPYOLO tiny目标检测方法在无人机检测中存在的问题进行改进,结合机场“黑飞”无人机的特性和硬件设备部署中模型参数量小的特性,提出了基于Bi-PPYOLO tiny的轻量型无人机检测方法,提出双锥台特征融合结构,并优化检测头部的锚框大小,有效提升了无人机的检测精度。经试验验证,该方法将平均检测精度PmA从68.07%提升至76.71%,模型参数量为4.06 MB,推理速度为32.21帧/s。所提方法有助于轻量型无人机检测方法在光电设备上的部署与实施,与现有机场无人机探测手段共同保障机场安全。 相似文献