基于深度学习的人体姿态估计方法综述

基于深度学习的人体姿态估计方法旨在通过构建合适的神经网络，直接从二维的图像特征中回归出人体姿态信息。主要按照2D人体姿态估计到3D人体姿态估计的顺序，并从单人检测与多人检测、稀疏的关节点检测与密集的模型构建等方面，对近年来基于深度学习的人体姿态估计方法进行系统介绍，从而初步了解如何通过深度学习的方法得到人体姿态的各个要素，包括肢体部件的相对朝向和比例尺度、骨骼关节点的位置坐标和连接关系，甚至更为复杂的人体蒙皮模型信息。最后,对当前研究面临的挑战以及未来的热点动向进行概述，清晰地呈现出该领域的发展脉络。     

深度学习识别光网络单元故障的设计与应用

为解决依赖装维上门鉴别光网络单元故障带来的不便,可以从机器视觉入手实现自动化故障识别。近年,ImageNet挑战赛的成功推动了物体识别技术的跨越式发展,特别是基于卷积的深度学习技术在视觉识别方面已经达到人类水平,为光网络单元故障的自动识别提供了技术基础。文章对识别光网络单元的工作状态进行了研究,将设备工作状态分为7个场景,提出了利用手机APP采集图片识别故障的解决方案并投入了实际生产;重点阐述了深度学习模块的设计与实现,提出一种通过算法整合的方式综合运用物体检测和图像分类算法,分3阶段逐步求精,解决了图片过滤,光网络单元型号和状态识别等问题,实现了基于计算机视觉自动识别光网络单元故障。从数据上看产品的端到端准确率超过84%,识别速度达到10 FPS,月均提供服务超过1万人次,在减少用户等待的同时节约了人力资源。     

Nb和时效时间对热轧中锰TRIP钢中P偏聚的影响

热轧态中锰TRIP钢首先经650 ℃退火2 h,随后在550 ℃进行等温时效热处理,采用场发射扫描电镜(FE-SEM)研究该钢中P的偏聚和时效析出行为的变化情况。结果表明,中锰TRIP钢中P在晶界的偏聚是一种非平衡偏聚现象,临界时间约为50 h,与理论计算结果48 h较为吻合。在局部偏聚区域内,C与P存在共偏聚的关系,即P偏聚量高的地方,C含量也高。而合金元素Nb具有抑制P偏聚的效果,在20~70 h时效时间内,可以相对降低6.57%~19.5%的最大P偏聚量。根据电子背散射衍射(EBSD)菊池线分析,P偏聚量低于2.28at%时,P为固溶状态,高于2.28at.%时,P为析出状态。     

Alloy optimisation of bainitic steel for large plastic mould

Based on the phase transformation theories, especially the T₀ concept of bainite transformation, alloy optimisation of bainitic steel with carbides has been carried out aiming at the produce of plastic mould with large cross-section. The effect of manganese and silicon on proeutectoid ferrite and bainite transformation is explored by dilatometric analysis, XRD and different microscopy techniques. The results show that after the alloy optimisation, the transformation of proeutectoid ferrite is suppressed and when the cooling rate is lower than 0·1°C?s^??1, the new lower bainite transformation appears by decreasing carbon capacity of austenite and promoting carbide precipitation. Industrial production proves that the optimised alloy SDP1 can meet the demand for the plastic mould with the thickness of 1050?mm.     

03Cr18NiMoN节镍双相不锈钢的热变形行为及热加工图

关键词：双相不锈钢； 流变曲线； 本构方程； 热加工图     

基于深度学习的视频跟踪研究进展综述

近年来深度学习迅猛发展，颠覆了语音识别、图像分类、文本理解等领域的算法设计思路。深度学习因其具备强大的特征提取能力，在图像识别领域的成绩尤为突出。然而深度学习与视频监控领域的结合并不多，由于深度模型具有多层网络结构，算法复杂度大，训练和更新模型时比较耗时，很难满足实时性要求。回顾了深度学习的发展史，介绍了最近10年来国内外深度学习主要模型，论述了基于深度学习的目标跟踪算法，指出了各算法的优缺点，最后对当前该领域存在的问题和发展前景进行了总结和展望。     

基于步冷试验的2.25Cr-1Mo-0.25V钢母材及焊缝回火脆化研究

对原始态、步冷态、脱脆态和脱脆步冷态2.25Cr-1Mo-0.25V钢母材及焊缝冲击试验结果进行分析,得到了母材和焊缝在不同状态下的韧脆转变温度vTr54.2和FATT以及脆化度ΔvTr54.2和ΔFATT。试验结果表明,步冷试验之后,母材发生较低程度脆化或脱脆现象,但是脆化度或脱脆度较低,表明母材具有良好的抗回火脆化性能;经脱脆试验后,母材和焊缝都发生较高程度的脱脆,表明材料的脆化主要是由于回火脆化引起的,脱脆试验使得材料的韧脆转变温度降低;脱脆步冷试验后,焊缝发生较高程度的脆化,焊缝对脱脆步冷试验的敏感性较高,脱脆步冷试验有效促进了焊缝的脆化。在相同脆化条件下,母材的脆化敏感性低于焊缝,焊缝更易发生脆化。     

基于灾度辨识的钢闸门巡视检查研究

巡视检查是对钢闸门要点部位开展定期、定点的信息收集,并对警兆信息做出快速辨识和评估的重要内容。应用灾度辨识的警兆信息评估方法,综合钢闸门巡视检查的各类要素信息,明确工程最大隶属的灾度等级(Ⅰ～Ⅴ级),可作为工程日常巡视检查决策的重要软技术手段。     

铝碳质长水口用低铝抗氧化涂层的研制

为抑制铝碳质长水口使用过程中石墨的氧化，其表面会涂覆含 20%~30%Al₂O₃的抗氧化涂层，但切割丝钢等特种钢冶炼过程必须严格控制钢液中夹杂的 Al₂O₃的含量，因此需要制备低氧化铝含量的抗氧化涂层。本文通过调节涂料组成、加水量和水玻璃加入量制备了低铝抗氧化涂层，并利用扫描电镜分析了抗氧化实验后试样断口的显微结构。结果表明：以粘土粉、钾长石粉和硅砂为主要原料，添加 10%硼砂的涂料可在 800 ℃形成良好的釉层，此时涂料中 A12O3的含量可降至 12%，得到了低铝涂料；当加入占涂料质量 80%的水和 40%的水玻璃时，涂层具有最佳的涂覆性能和抗氧化性能，涂层和长水口基体结合致密，保护了长水口中的石墨不被氧化。     

Economic Indicators

Currency exchanges rates – updated monthly. Economic indicators of industrial production. Countries included: France, Germany, Italy, the United Kingdom, the United States, Canada, Japan (Total G-7), Eurozone and Total EU-28 (Total OECD). Updated monthly. Economic indicators of car registration in the United States, Canada, France, Germany, Italy, Poland, Spain, Turkey, the United Kingdom, Japan, Republic of Korea and Other OECD (Total OECD-30). Updated monthly. Monthly averages of crude steel production in thousand metric tons for the United States, Canada, Brazil, Mexico, Austria, Belgium, Czech Republic, France, Germany, Italy, Netherlands, Poland, Spain, Sweden, Turkey, the United Kingdom, Russia, Ukraine, South Africa, Iran, China, India, Japan, Republic of Korea, Taiwan and Australia.