基于深度学习的街景下的文本检测

针对自然街景文本角度倾斜、形状弯曲、长度不定等特点,提出一种基于注意力机制的自然街景文本检测方法,通过利用注意力机制的优势,对主干网络提取的特征进行加权融合,从而提升整体网络的检测性能.首先,针对特征金字塔（FPN）横向连接中特征信息丢失的问题,引入注意力融合模块AFFM(Attention Feature Fusion Module),通过计算高维和低维特征的融合权重,来改进原FPN中简单直接相加的特征融合方式,从而减少FPN特征融合过程中文本信息丢失,增强网络的特征提取能力.其次,针对不同尺度特征图中的文本特征,引入一个子空间注意力模块SAM(Subspace Attention Module),通过将多尺度融合特征图按通道划分为数个子空间特征图,分别学习每个子空间中的文本特征权重,使得融合后的特征图包含更多不同尺度的文本特征,从而增强融合特征图对文本实例的表征能力,进而提升网络的检测效果.在公开数据集Total-Text上对模型进行评估,实验结果表明,该算法与目前快速高效的DBNet相比,准确率、召回率和F值分别提高了0.5%、0.4%和0.4%.     

基于PolyWorks的零件虚拟匹配分析

本文针对传统汽车车身零件实物匹配会出现一系列问题如测量范围有限,信息反馈不及时,成本高、效率低的现象,提出了一种基于PolyWorks的虚拟匹配方法,论述了零件从点云数据转换成三角化网格再到零件虚拟匹配分析的详细过程,并对该匹配方法进行参数上的设置分析,使其可有效的过滤非匹配特征,获取实际匹配中的真实状态,最终获取色差图使用户对零件间隙/干涉情况一目了然,从而实现对汽车零件匹配的提前评估。     

车身虚拟匹配中三角化模型轻量化方法研究

本文概述了三角化模型在当前车身虚拟装配中应用的广泛性,简化三角化模型的大小对生产实践效率提高的重要作用。依靠PolyWorks这样一款主流的虚拟匹配专业软件,利用其自带的点云模型生成三角化模型功能,在过程中对三角化模型进行简化。采用DOE试验设计理念,找出简化模型的关键影响因子,并通过实验,确定了简化参数。     

汽车钣金件虚拟装配实物数字化研究

本论文旨在通过非接触式测量获得实物数据,并对原始点云数据进行处理,利用处理过的点云数据进行模型重构,利用逆向工程建立实物模型,以达到虚拟匹配计算的前期准备需求。     

PolyWorks二次开发在虚拟匹配中的应用

本文论述了以Poly Works为开发平台,利用C#编程语言在Visual Studio 2012上实现对零件虚拟匹配的二次开发以实现部分Poly Works没有的功能及相关模块的自动化,并结合开发实例和C#的编译环境详细介绍了Poly Works二次开发的过程。该程序可有效避免人工操作所带来的一系列问题并能极大的减少工作人员的人力和时间,从而大大提高工作效率。     

钢-PVA混杂纤维混凝土高温后力学性能研究

为了研究钢–PVA混杂纤维混凝土高温后力学性能,共设计45个立方体试块和45个棱柱体试块,对其进行20℃～800℃的高温试验,分析其高温后试块的外观特征、质量烧失率和力学性能。结果表明：随着温度的升高,混凝土发生水化反应,试块表观颜色逐渐由青灰色转向灰白色。高温后试块的质量烧失率随温度升高而降低,400℃～600℃阶段,各试块质量损失最明显;在相同温度下,掺有混杂纤维的试块的质量烧失率高于普通混凝土试块,且试块的质量烧失率随钢纤维体积掺量的增加而降低。试块的抗压强度和抗折强度受温度和纤维掺量的共同作用影响,试块的力学性能随温度的升高而降低;在相同温度下,混杂纤维总体积掺量越高,试块力学性能越好,且纤维体积掺量组合为0.1%PVA纤维和1.4%钢纤维时试块力学性能最好。通过对试验结果的回归分析,分别建立了混杂纤维混凝土试块相对抗压强度和相对抗折强度与温度的关系曲线及关系式。