揭秘国际品牌眼镜的“幕后英雄”(Ⅰ)

<正>曾经在网上看到一则不算笑话的笑话:有人问他的一位女性友人"你最喜欢什么花?"伊回答"我只喜欢两种花,一是有钱花,二是随便花。"年过完了,真正的春天来了,又是一年换装季,相信不少已是"有钱花"的朋友都在琢磨如何添置新行头,但考虑到大部分人还没有任性到可以"随便花"的境界,那么"怎么花"就成了一个值得考虑的现实问题。国人现在有钱了,说起Chanel、Hermès、Dior、LV、Gucci、Ferragammo、     

电影中的钻石

钻石是上帝赐予人类的礼物，而人类也爱着钻石，不仅要做成饰品佩戴在最醒目的地方，还要以电影的形式来记录下这些美丽的礼物。[编者按]     

“干将莫邪”情聚[征途]网游205时代呼啸而来

战神装备是在202级圣者装备的基础上升级而成,需要玩家等级达到转生205级才可以佩戴（武器需要转生206级）,但其在攻防属性上的提升,却是达到了一个令人恐怖的程度,同质量的205级装备对战202级装备,简直可以用“秋风扫落叶”来形容!而且,205战神装备的外形,较之202圣者装备更为绚丽霸气,其拥有者注定会成为《征途》...     

新冠病毒背景下的口罩质量检验指标探讨

针对口罩阻挡新冠病毒的检测方法问题,在讨论病毒特征、口罩作用基础上,对目前国内普遍采用的细菌过滤效率(BFE)和非油性颗粒过滤效率(PFE)检测方法进行了对比研究.结果表明,颗粒过滤效率与细菌过滤效率没有相关性,用颗粒过滤效率替代细菌过滤效率的风险较大.     

聆听飞傲FD5

飞傲如今在耳机市场已经形成了较为完整的产品布局,旗下产品系列根据单元类型、佩戴方式等有着精细的划分。入耳式有线耳机算得上是其中最庞大的产品线,包括圈铁混合、纯动铁以及纯动圈三个系列。相比产品型号更丰富的圈铁FH系列和纯动铁FA系列,代表纯动圈的FD系列此前仅有一款不到400元的FD1“撑门面”。不过随着FD5的上市,飞傲开始补全其在纯动圈耳机市场上的“拼图”。     

YOLOv4口罩检测算法的轻量化改进

针对当前YOLOv4目标检测算法网络模型庞大、特征提取不充分且易受光线环境影响的缺点,提出了一种优化了特征提取网络和一般卷积块的轻量化YOLOv4-Lite网络模型。使用改进的MobileNetv3替换原有的主干特征提取网络,减小了网络模型的参数量,提高了检测精度。提出了使用深度可分离卷积块代替原网络中的普通卷积块,使得模型的参数量进一步降低。结合了标签平滑、学习率余弦退火衰减算法,新增了SiLU激活函数代替MobileNetv3浅层网络的ReLU激活函数,优化了模型的收敛效果。优化了Mosaic数据增强方法,提升了模型的鲁棒性。在人脸口罩佩戴任务中与原算法相比,牺牲了1.68%的mAP,但在检测效率（FPS）上提升约180%。     

安全帽佩戴检测网络模型的轻量化设计

现有的安全帽佩戴检测网络模型存在准确率低、推理速度慢、部署到边缘计算设备时精度和实时性均达不到应用要求等问题。提出一种轻量化设计的DT-YOLO模型,对YOLOv4-Tiny目标检测模型进行改进,通过增加一个检测层提高模型在密集场景下对小目标的检测能力,并引入空间金字塔池化模块,提高模型对不同尺寸目标的检测能力。使用局部稀疏因子衰减算法进行稀疏化训练,从而使经过稀疏化训练后模型的平均精度均值（mAP）得到提高。根据缩放系数判断通道的重要性,并进行模型的通道剪枝,压缩模型的大小和计算量。使用TensorRT推理加速引擎进行网络层水平和垂直融合,消除拼接层操作,并将参数压缩成16位浮点型,提高模型的推理速度,最后在Jeston Nano边缘计算设备上实现模型部署。实验结果表明,与YOLOv4-Tiny模型相比,DT-YOLO模型的mAP提高了3.6个百分点,模型大小减少了83.5%,帧率提高137.7%,能够满足安全帽佩戴检测的要求。     

基于拉曼光谱的口罩物证检验方法研究

为分析口罩材质,建立口罩物证鉴别方法,试验用拉曼光谱仪检测107个口罩纤维样品,研究黑色、粉红色、蓝色染料对口罩纤维拉曼光谱的影响程度,基于主成分分析和相关性检验法对不同品牌、相同品牌不同批次的口罩进行区分,并实现未知品牌口罩的预测。研究表明,在拉曼特征峰相同的条件下,通过分析口罩纤维拉曼强度的差异和主成分得分图可快速找到与未知品牌相关性最强的口罩。在犯罪现场模拟试验中,未知品牌与相似品牌在主成分得分图中显示的距离最近,Pearson、Kendall Rank和Spearman 3种相关系数最大分别为0.932、0.799、0.942,据此找到了与未知品牌相似度较高的口罩。该方法缩小了物证搜查范围,可为公安办案寻找线索提供依据。