排序方式： 共有3条查询结果，搜索用时 15 毫秒
1
1.
一、前言在镍镀层上电镀,历来被认为是困难的。因为镍表层由于氧化作用形成钝化膜,使镀层之间的结合力较差,容易产生双层镍或鼓泡等现象。钢铁零件在电镀铜-镍复合镀层后,有时由于镀层厚度达不到要求、孔隙率偏高或局部疵病造成退镀返工。对于结构复杂的大型钢铁零部件,只好沿用氰化退镍溶液退去其上的铜、镍镀层。这样不但耗料费工,影 相似文献
2.
分子模拟方法能有效地模拟物质微结构层次的体系和状态。对于材料多尺度的分析和其模型的建立,分子模拟被认为是一种关键的技术之一。主要针对多尺度材料模型中的跨尺度统一性和多尺度多层次耦合的问题,阐述一些分子模拟方法在多尺度材料模型宏观以下尺度中的模拟应用。 相似文献
3.
为了解决建筑工地、隧道、煤矿等施工场景中现有安全帽检测算法对于小目标、密集目标以及复杂环境下的检测精度低的问题,设计实现了一种基于YOLOv5的改进目标检测算法,记为YOLOv5-GBCW. 首先使用Ghost卷积对骨干网络进行重构,使得模型的复杂度有了显著降低;其次使用双向特征金字塔网络(BiFPN)加强特征融合,使得算法对小目标准确率提升;引入坐标注意力(Coordinate attention)模块,能够将注意力资源分配给关键区域,从而在复杂环境中降低背景的干扰;最后提出了Beta-WIoU作为边框损失函数,采用动态非单调聚焦机制并引入对锚框特征的计算,提升预测框的准确率,同时加速模型收敛. 为了验证算法的可行性,以课题组收集的安全帽数据集为基础,选用了多种经典算法进行对比,并且进行了消融实验,探究各个改进模块的提升效果. 实验结果表明：改进算法YOLOv5-GBCW相较于YOLOv5s算法,算法平均精确率(IOU=0.5)提升了5.8%,达到了94.5%,检测速度达到了124.6 FPS(每秒处理帧数),模型更加轻量化,在复杂环境、密集场景和小目标场景下检测能力提升显著,并且同时满足安全帽检测精度和实时性的要求,给复杂施工环境下安全帽检测提供了一种新的方法.
相似文献
1