排序方式： 共有2条查询结果，搜索用时 140 毫秒
1
1.
针对因受电弓弓头形变与损坏而影响列车的安全可靠运行,提出基于深度学习的检测方法。通过采集到的列车运行中受电弓的监控视频以及实验室模拟的受电弓视频经滤波后制作数据集,任务中受电弓弓头的分类为三类,包括弓头完整,弓头残缺与弓头变形。采用基于YOLOv4与Faster R-CNN的目标检测算法对受电弓弓头进行检测。其中YOLOv4算法mAP为93.58%,Faster R-CNN算法mAP为96.85%。考虑到实际工程应用中相机采集位置与受电弓位置相对固定,所以提出另一种通过截取受电弓弓头区域再使用分类网络进行分类的方法,分类网络包括ResNet152、VGG16和MobileNetv2。三个分类网络的正确率、准确率、召回率几乎都能达到90%以上。 相似文献
2.
在初中物理課本(第二版)第96节安全灯的原理的演示中,倘若没有煤气灯或噴灯來继续供給气体燃料,要想使学生清楚的看到如第165圖那样,在銅絲網上點火,網上即有火燄的演示,就很困难。其实我們只要用一盞普通照明用的煤油灯,把玻璃灯罩取下,先把灯芯旋短後點燃,然後再把灯芯輕輕的旋長,我們就可以看到火燄先只在包住灯芯周圍的銅套缺口內燃燒,灯芯长了一點之後,火燄伸出了缺口外一點,再旋长時,火燄却又只在銅套缺口內燃燒。这時只要用火柴在缺口上方燃點,就可看到一个悬 相似文献
1