针对现有合成孔径雷达(SAR)图像数据生成方法大多无法同时生成舰船图像及其检测标签的问题,面向SAR舰船图像生成及目标检测任务,构建基于位置信息的条件生成对抗网络(PCGAN).首先,提出将舰船位置信息作为约束条件用于限制生成图像中舰船的位置,并将其作为舰船图像的检测标签;随后,引入Wasserstein距离稳定PCGAN的训练过程;最后,利用生成的SAR舰船图像及对应检测标签完成YOLOv3网络的端到端训练,实现舰船数据增强与目标检测的协同学习,进而获得更耦合目标检测实际应用的多样性数据.在HRSID(high resolution SAR image dataset)数据集上的实验结果表明,PCGAN方法能生成清晰、鲁棒的SAR舰船数据,舰船检测准确度最高提升1.01%,验证了所提出方法的有效性.
玻璃钢(GFRP)因其质轻高强耐腐蚀的特点而广泛应用于船艇壳体材料。在我国船艇行业落实“双碳”发展战略的背景下,“绿色低碳船艇”理念对船艇用玻璃钢材料的碳排放等环境负荷指标提出了新的要求。本文采用面向过程的生命周期分析方法(LCA),构建了船艇用玻璃钢材料从原料生产到废弃过程的分析模型。结果表明:1 t船艇用玻璃钢材料的碳排放为5023.60 kg CO_(2)eq,原辅料生产、生产加工和废弃处置阶段占比分别为70.33%、14.55%和15.12%;原辅料生产阶段碳排放主要来源于树脂产品和玻纤产品,生产加工阶段的碳排放主要来源于电力消费,废弃处置阶段开展废旧玻璃钢材料的综合利用将有助于碳减排。根据上述结果,对船艇用玻璃钢材料生命周期各个阶段的减碳路径提供了建议及成效分析。
暂无评论