基于图像自适应增强的轻量级雾天车牌检测和识别算法

针对雾天图像降质带来的车牌识别难题,提出一种采用图像自适应增强的轻量级车牌检测和识别算法。以目标检测网络YOLOv5s和车牌识别网络LPRNet为基础,设计一个改进的图像自适应增强模块级联于YOLOv5s之前,并引入混合注意力(SA)机制改进LPRNet。图像自适应增强模块由带参数的图像去雾和纹理增强模块以及自适应参数预测模块组成。自适应参数预测模块是轻量级卷积神经网络,与YOLOv5s联合训练,为不同程度的带雾图像自动提供合适的去雾和纹理增强参数以获得更准确的车牌检测结果。利用车牌位置的真实标签和实际检测结果,采用混合注意力机制和迁移学习策略得到最终的SA-LPRNet模型,缓解识别模型对检测结果的敏感性以获得更高的车牌识别准确率。在合成的雾天车牌数据集上的实验结果表明:本文算法对雾天车牌检测的mAP@0.5-0.95指标达到70.6%,车牌识别准确率达到93.5%,优于对比算法,且识别速度满足实时性要求。

院内临床早期预警系统的研究进展:从传统模型到人工智能

早期识别高危的患者并及时干预,可预防患者在住院期间发生心脏呼吸骤停等严重不良事件。在院内心脏呼吸骤停之前,患者多会表现出生命体征或生理指标的异常。临床早期预警系统正是基于监测这些关键指标,以实现对高危患者的早期识别和干预,从而降低不良事件的发生率。本文综述了院内临床早期预警系统的发展历程,从传统的单参数系统、多参数系统和综合加权预警系统,到基于信息化的自动化预警系统,再到基于机器学习和人工智能的新型临床预警系统。此外,本文还评估了这些系统在实际临床环境中的应用效果,以及它们在提高患者安全和改善预后方面的潜力。

铝/不锈钢电磁脉冲焊接界面组织性能分析

利用改进的70 k J高能量电磁脉冲设备,在最佳焊接工艺参数下(脉冲电流750k A,电压17 k V,频率18 k Hz),实现了高强度的铝/钢电磁脉冲焊接。进行扫描电镜对接头微观形貌观察和元素分布的EDS分析,结果表明:铝/钢焊接界面呈小波状形貌,界面波幅和波长比值是0.27,界面性能比较稳定;接头界面存在5~13μm的过渡区,点扫描元素含量并取其均值,铝为75.33%,铁为23.23%,推断生成Fe Al3金属间化合物;铝基体到结合界面硬度逐渐增大,钢基体到结合界面硬度逐渐减小;拉伸试样断裂位置在铝合金近搭接接头处,断口形貌呈现大小、深浅不一的韧窝塑性断裂,第二相粒子产生空洞形核后长大、聚集和断裂的特征,研究结果可为电磁脉冲焊接提供理论数据。