首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   2篇
  免费   0篇
矿业工程   1篇
冶金工业   1篇
  2023年   1篇
  2021年   1篇
排序方式: 共有2条查询结果,搜索用时 0 毫秒
1
1.
针对综掘工艺在三维虚拟仿真强交互性、现场情景高 贴合度等方面的不足,提出了基于 Unity3D 综掘工艺虚拟 仿真系统实现方法。以某矿综掘现场为真实场景,应用 UG 建模和3DMax的方法实现综掘工艺虚拟场景搭建和综掘工 艺设备各部件运动仿真,通过 GUI交互界面,实现各部件间 的交互运动,最后将所建模型文件导入 Unity3D 系统,进行 运动仿真交互设计。根据学习测试结果,该系统实现了综合 机械化巷道掘进工艺的可视化交互仿真操作,各操作项模块 间转换流畅。系统易于操作、场景明晰、实操性强,适用于工 人岗前培训、学生实操训练和试验教学,对丰富学习过程、提 升学习者对巷道掘进工艺的学习效果具有良好助益。  相似文献   
2.
基于视频分析技术对生产现场人员安全帽佩戴情况进行自动检测与识别是保障安全生产的重要手段. 但是,复杂的现场环境和多变的外界因素为安全帽检测与识别的精确性提出挑战. 本文基于YOLOv5模型的框架,提出一种DS-YOLOv5安全帽检测与识别模型. 首先,利用改进的Deep SORT多目标跟踪的优势,提高视频检测中多目标检测和有遮挡的容错率,减少漏检情况;其次在主干网络中融合简化的Transformer模块,加强对图像的全局信息的捕获进而加强对小目标的特征学习;最后在网络的Neck部分应用双向特征金字塔网络(BiFPN)融合多尺度特征,以便适应由摄影距离造成的目标尺度变化. 所提模型在GDUT-HWD和MOT多目标跟踪数据集上进行了验证实验,结果表明DS-YOLOv5模型可以更好地适应遮挡和目标尺度变化,全类平均精度(mAP)可以达到95.5%,优于其他常见的安全帽检测与识别方法.  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号