为提高钢丝绳开裂、抽丝图像的识别精度与召回率,本文提出一种基于改进YOLOv5s(you only look once,你只需看一次)的趸船钢丝绳缺陷检测算法。首先在YOLOv5s模型的基础上进行改进,改进方案包括:用特征重组算子(CARAFE)替代最近邻插值进...为提高钢丝绳开裂、抽丝图像的识别精度与召回率,本文提出一种基于改进YOLOv5s(you only look once,你只需看一次)的趸船钢丝绳缺陷检测算法。首先在YOLOv5s模型的基础上进行改进,改进方案包括:用特征重组算子(CARAFE)替代最近邻插值进行上采样,以增强特征图的完整性;引入卷积注意模块(CBAM)强化重要特征通道;损失函数由完全交并比损失(CIoU_Loss)替换为扩展交并比损失(EIoU_Loss),以提高边框位置的精度;采用解耦合头减少计算量,提升模型性能与鲁棒性。随后,构建一个专门用于训练和测试的钢丝绳缺陷数据集。通过对比实验结果表明:改进后的YOLOv5s算法在召回率上提高了1.2%,平均精度均值提升了2.2%,呈现出更优的检测效果,并为未来的检测研究提供了理论基础。展开更多
通过物理气相传输(PVT)法在石墨系统中制备了绿色、无色和琥珀色氮化铝(Al N)单晶,在金属系统中制备了琥珀色Al N单晶。晶体中杂质含量测试结果表明石墨系统中琥珀色的Al N晶体比绿色和无色Al N晶体C、Si杂质含量低1~2个数量级,金属系...通过物理气相传输(PVT)法在石墨系统中制备了绿色、无色和琥珀色氮化铝(Al N)单晶,在金属系统中制备了琥珀色Al N单晶。晶体中杂质含量测试结果表明石墨系统中琥珀色的Al N晶体比绿色和无色Al N晶体C、Si杂质含量低1~2个数量级,金属系统中琥珀色Al N晶体杂质含量最低,C、Si、O元素含量均在1018cm-3级别。Al N晶体的吸收图谱和光致发光图谱的分析结果表明,Al N晶体存在着位于4.7 e V、3.5 e V、2.8 e V、1.85 e V的4个吸收峰,其中4.7 e V和3.5 e V的吸收峰导致了Al N吸收截止边的红移,该吸收峰分别源于碳占氮位(CN)的点缺陷和VAl与O杂质的复合缺陷,2.80 e V的吸收峰导致了Al N晶体的琥珀色,该吸收峰是C元素和O元素共同导致的,1.85 e V的吸收峰导致了Al N晶体的绿色,该吸收峰是Si元素和C元素导致的。展开更多
文摘为提高钢丝绳开裂、抽丝图像的识别精度与召回率,本文提出一种基于改进YOLOv5s(you only look once,你只需看一次)的趸船钢丝绳缺陷检测算法。首先在YOLOv5s模型的基础上进行改进,改进方案包括:用特征重组算子(CARAFE)替代最近邻插值进行上采样,以增强特征图的完整性;引入卷积注意模块(CBAM)强化重要特征通道;损失函数由完全交并比损失(CIoU_Loss)替换为扩展交并比损失(EIoU_Loss),以提高边框位置的精度;采用解耦合头减少计算量,提升模型性能与鲁棒性。随后,构建一个专门用于训练和测试的钢丝绳缺陷数据集。通过对比实验结果表明:改进后的YOLOv5s算法在召回率上提高了1.2%,平均精度均值提升了2.2%,呈现出更优的检测效果,并为未来的检测研究提供了理论基础。
文摘通过物理气相传输(PVT)法在石墨系统中制备了绿色、无色和琥珀色氮化铝(Al N)单晶,在金属系统中制备了琥珀色Al N单晶。晶体中杂质含量测试结果表明石墨系统中琥珀色的Al N晶体比绿色和无色Al N晶体C、Si杂质含量低1~2个数量级,金属系统中琥珀色Al N晶体杂质含量最低,C、Si、O元素含量均在1018cm-3级别。Al N晶体的吸收图谱和光致发光图谱的分析结果表明,Al N晶体存在着位于4.7 e V、3.5 e V、2.8 e V、1.85 e V的4个吸收峰,其中4.7 e V和3.5 e V的吸收峰导致了Al N吸收截止边的红移,该吸收峰分别源于碳占氮位(CN)的点缺陷和VAl与O杂质的复合缺陷,2.80 e V的吸收峰导致了Al N晶体的琥珀色,该吸收峰是C元素和O元素共同导致的,1.85 e V的吸收峰导致了Al N晶体的绿色,该吸收峰是Si元素和C元素导致的。