基于改进YOLOv5s的水果目标检测研究

为了准确识别果树上不同的水果目标,解决对果实识别精度不理想等问题,提出一种基于YOLOv5s的改进算法。首先,在回归框预测损失上,将EIoU损失函数应用到YOLOv5s上,使目标框与锚框的宽度和高度之差达到最小;其次,在主干网络上添加ECA-Net注意力机制,以更好地提取不同果实目标的特征。实验结果表明,YOLOv5s+ECA+EIoU loss的综合性能优势明显,与现有的几种网络算法对比,改进后的算法各项数据均优于其他算法,进而验证了改进的有效性,可以为机器人采摘时的目标检测研究提供必要的技术支持。

钾钡玻璃对紧凑型荧光灯光衰影响试析

钾钡玻璃对紧凑型荧光灯光衰影响试析复旦大学电光源研究所陈大华，钱梅娟，左春兰，周东奎，蔡祖泉上海电子管１１厂罗泾分厂孙炳海，盛德庆一、前言近年来，我国紧凑型节能荧光灯发展很快，但长期以来，其玻管材料沿用钠钙硅酸盐玻璃（俗称石灰料）。这类玻璃中含有氧化...