|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 基于YOLOv3的雾天道路目标检测显示文摘目前道路目标检测算法研究多基于正常天气,对雾天场景下道路目标检测研究较少,故提出一种基于YOLOv3的雾天道路目标检测算法。为提高检测设备在恶劣天气下对道路目标的检测能力和检测速度,利用改进后的金字塔池化结构构建去雾模块,并将其嵌入至YOLOv3目标检测网络中;引入通道注意力机制,提高DarkNet53的图像特征信息提取能力;增加一层检测层提高小目标物体检测能力,实现了一种去雾网络和检测网络联合优化的道路目标检测网络A-YOLOv3。利用大气散射模型和图像景深信息自制雾天道路数据集S-KITTI并将其用于实验验证,实验结果表明:通过改进优化使得模型检测精度从65.22%提升至72.5%。 | 蒲虹林 田怀文 乐思显 | 2023 | 计算机与数字工程2023，51，9： | 0 |
| 2 | 基于Hough变换及卷积神经网络的工程图图线识别技术及应用研究显示文摘针对手绘工程图与设计自动化之间的矛盾、工程图图线语义较为丰富难以识别等问题,提出一种基于Hough变换及卷积神经网络的工程图图线识别技术。对扫描设备采集到的工程图预处理后,利用Hough变换检测工程图中直线,结合RANSAC(Random Sample Consensus)算法及最小二乘法进行直线拟合,检测出正确直线。根据曲线特征,使用形态学开闭运算及漫水填充算法检测并分离图像中的曲线。采用卷积神经网络对各工程图生成的图线ROI进行图线线型分类,其分类准确率达到98.96%。最后结合工程制图类课程试卷自动评阅需求,在图线识别算法的基础上添加坐标转换算法及曲线一致性判断,对30份试题答案进行自动评分。其评分结果与人工评分结果差距在10%以内,证明文章算法的可行性。 | 石林坤 田怀文 蒲虹林 | 2022 | 科技创新与应用2022，12，16： | 0 |
| 3 | 基于SolidWorks的参数化工程图自动调整技术显示文摘SolidWorks参数化设计时,随着模型参数的改变,工程图会出现视图位置偏移、尺寸和注解错位等不符合工程图规范的现象。根据参数化设计中工程图的变化特点,提出一种模板式工程图自动调整的方法。通过提取模板图纸中的特征信息,来对参数化驱动后生成的实例工程图进行调整。包括SolidWorks工程图模板制定、视图位置调整、视图比例调整、尺寸调整及注解位置调整。经实例验证,该方法正确可行,实现了工程图的自动调整,显著提高了设计效率。 | 唐诗峰 肖江 周超 毛思路 蒲虹林 | 2022 | 机械2022，49，12： | 2 |
您所在的机构暂未开通此部分的功能，请联系管理员