基于注意力机制和知识蒸馏的轻量化伪装目标检测模型

Transformer式的伪装目标检测模型具有二次时空复杂度,因而模型具有参数量大和高计算复杂度等问题,影响了其在资源受限设备上的部署与应用。模型加速和模型压缩是实现模型轻量化的重要方法。模型加速旨在降低模型的计算复杂度,提升模型的运行速度。模型压缩则致力于减少模型所需的计算资源和存储空间,同时保持模型性能。本研究以UGTR模型为基础,提出了一种基于注意力机制和知识蒸馏的轻量化伪装目标检测模型DE-UGTR。实验表明,轻量化后的DE-UGTR模型参数量下降了30.1%,推理速度提升了约1.75倍。

格尔木炼油厂蒸汽系统优化节能分析与实践

随着格尔木炼油厂的不断发展,蒸汽系统的规模也逐渐变得庞大、复杂,使得蒸汽系统的统一规划、管理、使用难度都大大增加。蒸汽的使用效率低、凝结水回收利用率低、凝结水余热不能有效利用、计量设施不能发挥作用、现有的产汽系统不能满足炼厂的进一步发展需求。通过开展全厂蒸汽系统优化,可以全面掌握炼厂蒸汽使用情况,实现"三级"蒸汽管网,满足产品质量升级改造新上装置的用汽要求,最大限度地降低锅炉运行负荷,实现节能降耗。