基于轻量化卷积神经网络的文档版面分析算法

现有的文档版面分析方法复杂,模型参数较多,且资源消耗较高,在低功耗移动终端上很难部署。因此,提出一种基于轻量化卷积神经网络的文档版面分析算法。首先,设计一种轻量化文档特征提取结构,通过结构重参数化实现隐式特征重用,提高文档特征提取的效率和速度。其次,引入SPD-Conv模块,通过空间转深度操作对特征图进行尺寸调整和通道数扩展,更好地保留细粒度信息,同时解决图像模糊和小型版面基元检测困难。最后,提出一种简洁的特征融合方法,并通过模型压缩实现性能和推理效率的平衡。实验结果显示,该方法在PubLayNet数据集上仅使用了160万个模型参数,可达到93.8%的mAP@0.5:0.95得分。这说明该算法能够在减少参数数量的情况下实现出色的检测精度,能够满足移动终端环境下高性能文档布局分析的要求。

聚乳酸材料在3D打印中的研究与应用进展

综述了最近PLA材料在3D打印中的研究和应用进展。介绍了PLA的结构性质和合成方法,以及熔融沉积成型3D打印PLA材料的特性。重点介绍了最近3D打印PLA材料的改性和成型工艺研究。最后详细描述了3D打印PLA材料在生物医学领域中的应用进展,并对未来的发展方向和应用前景进行了展望。