针对当前番茄叶片病害检测模型参数量、计算量过大的问题,该研究提出了一种基于YOLOv8n的轻量化高精度网络模型。通过StarBlock模块对原始的C2f(CSP bottleneck with 2 convolutions)进行重构,大幅降低参数量的同时增强模型表达能力;其...
详细信息
针对当前番茄叶片病害检测模型参数量、计算量过大的问题,该研究提出了一种基于YOLOv8n的轻量化高精度网络模型。通过StarBlock模块对原始的C2f(CSP bottleneck with 2 convolutions)进行重构,大幅降低参数量的同时增强模型表达能力;其次引入混合局部通道注意力机制(mixed local channel attention,MLCA),以捕捉更多的上下文信息和多尺度特征;同时,通过多级通道压缩方式改进了原有检测头,减少了沿通道维度的特征;最后通过融合通道剪枝算法对模型二次压缩,使其更加轻量化。试验结果表明,经处理的模型参数量、浮点计算量、模型权重大小分别降低了63.3%、72.8%、61.9%,模型精确率、召回率和平均精度均值(mean average precision(IoU=0.5),mAP_(0.5))分别为97.5%、96.2%和98.5%,性能方面,移动端设备检测帧率达到358.5帧/s,番茄叶片病虫害图像单幅推理时间平均为4.4 ms。证明了该算法可在大幅降低网络计算量的同时保持较高的检测性能,能够满足移动端和嵌入式设备的部署要求。
针对高氮钢增材过程中氮损失及力学性能降低等问题,采用常规脉冲熔化极气保电弧(Pulsed Gas Metal Arc,P-GMA)及在脉冲电流峰值阶段叠加超音频脉冲电流的P-GMA对高氮钢进行电弧增材制造实验,分别制备不同工艺参数下的单道多层高氮钢直壁...
详细信息
针对高氮钢增材过程中氮损失及力学性能降低等问题,采用常规脉冲熔化极气保电弧(Pulsed Gas Metal Arc,P-GMA)及在脉冲电流峰值阶段叠加超音频脉冲电流的P-GMA对高氮钢进行电弧增材制造实验,分别制备不同工艺参数下的单道多层高氮钢直壁体,研究超音频脉冲电流叠加对高氮钢电弧增材制造凝固方式、显微组织演变及力学性能的影响规律。研究结果表明:由于高氮钢在电弧增材过程中存在氮损失现象,不同增材模式下高氮钢金属熔池的凝固模式均由单相奥氏体凝固(A模式)转变为铁素体为先析出相、奥氏体依附铁素体界面析出(FA模式);相比于常规P-GMA,叠加超音频脉冲电流后P-GMA产生的高频超声效应能够提高氮元素的扩散,促进奥氏体相变,限制铁素体枝晶生长;经过对比分析,超音频脉冲电流对铁素体树枝晶Y轴方向的影响大于Z轴方向,对Y轴方向力学性能的影响也大于Z轴方向,当频率为60 kHz时Y轴方向抗拉强度提高了9.9%,屈服强度提高了15.9%。
暂无评论