精密刀具表面凸起齿的正刀口在使用过程中容易产生磨损和磕碰缺陷，该缺陷存在尺度小、纹理多样等特点，传统机器学习模型难以实现高精度检测。为此本文提出一种基于改进You Only Look Once Version 8 (YOLO-v8)的刀具缺陷检测方法（Cut...
详细信息
精密刀具表面凸起齿的正刀口在使用过程中容易产生磨损和磕碰缺陷，该缺陷存在尺度小、纹理多样等特点，传统机器学习模型难以实现高精度检测。为此本文提出一种基于改进You Only Look Once Version 8 (YOLO-v8)的刀具缺陷检测方法（CutterNet）。首先，提出Cross-Stage Partial Multi-Scale Attention Module (CSPMSAM)，用于提取刀具局部缺陷特征，增强模型对不同尺度缺陷的检测能力；其次，引入Asymptotic Feature Pyramid Network (AFPN)，加强不同尺度特征间融合，缩小它们之间的信息差距；最后，使用Inner-CIoU( Complete Intersection over Union )替换YOLO-v8中CIoU损失函数，增强边界框的回归结果。实验结果表明，改进后的算法在检测准确率方面提升了3.1%，模型参数量下降30.12%，推理速度由58帧提升到60帧，优于其他大多数主流目标检测模型，该算法已经应用到刀具缺陷实时检测系统。
为了在保证绘制图像质量的基础上将体绘制算法的绘制速度提高至实时,提出一种基于可编程图形加速硬件(GPU)的光线投射算法实现(GRC,GPU-based Ray Casting)。GRC在可编程GPU中进行重采样和分类,使用矩阵逆运算以降低重采样坐标的计算复...
详细信息
为了在保证绘制图像质量的基础上将体绘制算法的绘制速度提高至实时,提出一种基于可编程图形加速硬件(GPU)的光线投射算法实现(GRC,GPU-based Ray Casting)。GRC在可编程GPU中进行重采样和分类,使用矩阵逆运算以降低重采样坐标的计算复杂度,使用后分类技术以降低算法的空间复杂度。实验表明:对于2563规模的体数据,GRC能够在保证图像质量的基础,以超过30fps的速度进行绘制。
布料上的污渍效果是计算机游戏和影视制作中有待模拟的细节之一.提出一种基于物理的布料上污渍效果的真实感模拟的方法——采用多层模型对布料进行建模.对于污渍在布料上的渗透和扩散运动,提出了NSEAM(Navier-Stokes equations for anis...
详细信息
布料上的污渍效果是计算机游戏和影视制作中有待模拟的细节之一.提出一种基于物理的布料上污渍效果的真实感模拟的方法——采用多层模型对布料进行建模.对于污渍在布料上的渗透和扩散运动,提出了NSEAM(Navier-Stokes equations for anisotropic edia)模型,它可以模拟污渍和布料之间的相互作用,如扩散作用、蒸发作用、渗透作用等.最后,采用硬件加速的方法对上述过程进行了真实感绘制.实验结果表明,文中方法可以生成不同结构的布料上较为逼真的污渍效果,其绘制效果令人满意.
暂无评论