面向精准价格牌识别的多任务循环神经网络

为了促进智能新零售在线下业务场景的发展,提高作为销售关键信息价格牌的识别精度.本文对价格牌识别问题进行研究,有效地提高了价格牌的识别精度,并解决小数点定位不准确的难题.通过深度卷积神经网络提取价格牌的深度语义表达特征,将提取到的特征图送入多任务循环网络层进行编码,然后根据解码网络设计的注意力机制解码出价格数字,最后将多个分支的结果整合并输出完整价格.本文所提出的方法能够非常有效地提高线下零售场景价格牌的识别精度,并解决了一些领域难题如小数点的定位问题,此外,为了验证本文方法的普适性,在其他场景数据集上进行了对比实验,相关结果也验证了本文方法的有效性.

静载与钢筋锈蚀共同作用对再生混凝土梁受弯性能影响

为研究静载与钢筋锈蚀共同作用下再生混凝土梁的受弯性能,考虑3种再生粗骨料取代率(0、50%、100%)及4种静载水平(0、0.2Mu1、0.4Mu1、0.6Mu1,Mu1为对比梁的受弯承载力)的组合,共设计了9根再生混凝土梁进行加速锈蚀试验与静力加载试验。试验结果表明:当再生粗骨料取代率由0%增加到100%时,纵向受拉钢筋最大质量损失率与平均质量损失率分别增大了12.1%和9.5%;对于再生粗骨料取代率为50%的锈蚀梁,当静载水平由0增加到0.6Mu1时,纵向受拉钢筋最大质量损失率与平均质量损失率分别增大了43.5%和60.6%,加载破坏时梁受拉裂缝数量减少了21.4%,梁底面受拉裂缝平均间距增大了29.8%,梁屈服荷载与极限荷载分别降低了13.8%和10.4%,屈服挠度与极限挠度分别降低了17.0%和21.2%;当纵向受拉钢筋质量损失率低于7%时,其与周围再生混凝土之间能保持有效黏结,锈蚀再生混凝土梁加载时发生弯曲破坏;锈蚀再生混凝土梁的承载力随再生粗骨料取代率的增加而降低,而跨中挠度随再生粗骨料取代率的增加而增大,但总体上变化幅度不大;正常使用荷载范围内,平截面假定适用于未锈蚀与锈蚀再生混凝土梁。