简介：摘要：受工程年代所限，水库存在着坝基及坝体渗漏、施工质量、抗震稳定等方面的问题，1986年被列为新疆维吾尔自治区重点病险水库。1986—1987年间，运行管理部门对坝体及泄水建筑物周围进行防渗处理，主要措施为高压旋喷灌浆、劈裂灌浆和灌浆充填等。1998—2000年间，开展水库除险加固工程，涉及到上、下游坝坡加固、裂缝修复和高、低泄水涵洞改建等。2000年除险加固工程完成后，坝顶沥青混凝土路面出现裂缝。混凝土面石坝已经表现出安全性、经济性和适应性的突出特征，工程实践中，混凝土面板或的裂缝问题对大坝枢纽产生强烈的影响，梳理混凝土裂缝的成因并进一步研究防治对策具有重大的现实意义。基于此，本篇文章对基于目标检测的混凝土坝裂缝实时检测方法进行研究，以供参考。

简介：摘 要：高速高机动目标的检测问题是解决目标回波的包络可能发生较大的距离走动及距离弯曲问题，本文通过keystone内插值变换校正高速高机动目标的距离走动，实现高速目标长时间相参积累，并通过matlab仿真验证了相关算法的有效性。这种方法使相参积累时间不再受目标运动的制约，从而使雷达系统设计更加灵活，对工程实现具有一定的参考意义。

简介：摘要：自动驾驶技术一直以来是汽车领域的研究与开发的热点，自动驾驶技术中最重要的环节就是感知环节，而感知最重要的环节就是目标检测环节。本课题对比分析了自动驾驶技术中所用到的目标检测算法的性能以及优劣性。从概念上论述了基于一阶段（One Stage） 的SSD系列算法和基于二阶段（Two Stage） 的CNN系列算法。从理论上描述介绍了：基于一阶段（One Stage）的Yolo 系列算法。最后，通过实验的方法，专门对以上的Yolo v3系列算法进行了实验验证。Yolo v3 目标检测算法使用全卷积，主干网络是Darknet—53。本次实验从多方面展示了Yolo v3 系列目标检测算法的性能优劣：速度快但精度却不太理想。并进一步对Yolo v4目标检测算法进行简单实验验证，来进一步对比Yolo 不同系列算法的性能优缺。从多方面阐述了自动驾驶汽车中目标检测技术不同环节的优劣。

简介：摘要：普外科切口感染是外科手术后引起的切口局部感染，对患者预后和治疗造成影响。目前常用的切口感染诊断方法存在较长时间获得结果、漏诊或误诊的问题。为了提高诊断的准确性和效率，研究人员开始探索切口感染的目标性检测方法。目标性检测通过检测特定靶标分子，可以快速、准确地诊断患者是否存在切口感染。常用的目标性检测方法包括PCR、FISH、MS等，能够提供关于感染病原体种类和数量的相关信息，为治疗提供指导。随着技术的不断发展，相信目标性检测将在临床诊断中得到广泛应用。

简介：摘要：幼儿教育中的体育运动具有重要性，而幼儿科学化体育运动目标体系的建立更是意义非凡。然而，目前存在一些问题，如缺乏科学性和实践性、个性化和差异化设计不足、评估和反馈机制不完善、与幼儿发展阶段不相适应、与家庭教育观念不协调等。因此，建立科学实用的目标体系、个性化和差异化的目标体系设计、建立有效的评估和反馈机制、与幼儿发展阶段相适应、加强家庭教育与目标体系的协调和配合等是优化幼儿科学化体育运动目标体系的路径。

简介：摘要：按照现行中等职业学校的管理规定，中职学生在学习期满后即踏入社会参加工作或深造，所以根据中职学生和专业的特点，结合学生的兴趣爱好，指导学生养成良好的锻炼习惯，通过有效的教学和练习，养成终身体育的意识和理念有着非常重要的意义。

简介：摘要：随着雷达技术的快速发展，目标跟踪和运动估计算法在雷达信号处理中扮演着关键角色。本文在介绍雷达信号处理概述的基础上，讨论了目标跟踪和运动估计算法的不同方法。针对目标跟踪，我们深入探讨了线性滤波器和非线性滤波器，如卡尔曼滤波器和粒子滤波器，在目标跟踪中的应用和优势。对于运动估计，我们涵盖了直接法和间接法，如光流法和基于特征的方法。本研究对于进一步提高雷达信号处理中的目标跟踪和运动估计算法具有重要意义，并为未来研究方向和发展趋势提供了展望。

简介：摘要：最初的WSOD方法主要基于实例学习（Multiple-In⁃stanceLearning，MIL），这包括使用影像作为套装程式(肯定套装程式至少包含一个肯定执行处理，否定套装程式的所有执行处理都是否定执行处理)、使用物件建议作为执行处理，以及使用这些套装程式产生低监督目标感测器。MIL标准将点值低于指定点但很可能为负值的对象实例计算在内。在这种情况下，选定对象实例的外观和大小略有不同，因此无法创建更敏感的检测分类。您也可以在训练期间选取遗失的实体做为负数实体，以进一步减少分类器的侦测。为了解决这个问题，最近的研究人员拥有一个全面的MIL网络，如 ocr(online instance class lock-finish)、PCL(ProposalClusterLearning)和其他基于CNN的强大学习能力。在端到端MIL网络中，变体分类问题被认为是学习集成模型(映像)时的潜在问题。使用成员名称培训分类，您可以区分正负成员，并获得最积极的结果。但是，由于WSOD图像中没有对象实例级别的标签，因此WSOD方法和fullyuplevelelevationlabeldetection(fsod)方法之间的性能差异很大。本文主要分析特征融合与分割引导的弱监督目标检测。

简介：摘要：煤矿开采是一种高风险职业，井下环境的特殊性给工作人员带来了极大的安全隐患。煤矿常用的安全防护用具主要有矿用安全帽、防尘口罩以及劳动防护手套等。但是由于井下工作人员自身素质的差异性、管理制度的不完善以及管理人员的不重视，很有可能会发生人员伤亡事故。因此，借助智能监控设备设施对井下人员进行安全检测并给予提醒，是目前降低事故发生概率的有效可靠措施之一。安全目标检测技术利用工作现场摄像头采集图像信息，检测作业人员在工作区域内的活动状态、危险隐患情况，比如检测作业人员佩戴安全帽的情况、矿井中有毒气体的浓度等，并对井下情况进行监控记录。基于此，本篇文章对煤矿安全目标检测技术研究进展进行研究，以供参考。

简介：摘要:随着大数据时代的到来和计算机能力的提升，传统的目标检测方法难以处理庞大的图像数据以及无法满足人们对目标检测精度和速度上的要求，而卷积神经网络具有强大的特征学习能力，突破了传统目标检测方法的瓶颈，基于卷积神经网络的图像目标检测技术在诸多领域掀起了新的应用热潮。首先，文中介绍了卷积神经网络在目标检测任务上的优越性；其次，梳理了基于卷积神经网络的图像目标检测在医学、工业、农业领域中的典型应用，并对其中几种典型卷积神经网络的结构进行归纳总结分析；最后，讨论了目标检测的应用方面仍然存在的问题，并对基于卷积神经网络的图像目标检测应用的未来研究发展方向进行展望。

简介：摘要：本论文旨在研究基于Mask计算优化提升电子围栏目标检测效率的方法，我们提出了一种新的电子围栏目标检测计算原理，即利用mask图例分割来计算电子围栏和目标框。该方法通过将围栏区域和目标区域分别用不同的遮罩图像进行标识，然后利用掩膜mask计算技术来实现目标检测和围栏计算的优化。我们使用了先进的YOLOv5模型来处理目标检测识别，该模型具备强大的目标检测和识别类别计算能力。通过结合这一模型和mask图例分割的计算原理，我们能够更准确地检测电子围栏和目标框重合程度，即判断某些禁止物体是否真的在电子围栏里，并且在计算效率上取得了显著的提升。本研究的结果表明，基于Mask计算优化电子围栏目标检测相比传统的IOU计算两者重叠区间速度提升30%，准确率提升22%。

简介：摘要：本论文旨在研究基于Mask计算优化提升电子围栏目标检测效率的方法，我们提出了一种新的电子围栏目标检测计算原理，即利用mask图例分割来计算电子围栏和目标框。该方法通过将围栏区域和目标区域分别用不同的遮罩图像进行标识，然后利用掩膜mask计算技术来实现目标检测和围栏计算的优化。我们使用了先进的YOLOv5模型来处理目标检测识别，该模型具备强大的目标检测和识别类别计算能力。通过结合这一模型和mask图例分割的计算原理，我们能够更准确地检测电子围栏和目标框重合程度，即判断某些禁止物体是否真的在电子围栏里，并且在计算效率上取得了显著的提升。本研究的结果表明，基于Mask计算优化电子围栏目标检测相比传统的IOU计算两者重叠区间速度提升30%，准确率提升22%。

简介：摘要：科技的发展，促进人工智能技术在各行业的广泛应用。大数据时代的到来为人工智能技术提供了充足的养料，以数据为基础推动机器学习模型训练成为当前人工智能领域的主流。在数据科学推动下，机器学习模型可以获取海量的知识，从而完成各种各样的应用。遥感图像解译任务也在数据科学推动下实现了许多重要突破。遥感图像解译即遥感图像进行操作，识别获取其中潜在的信息。遥感图像处理在地质勘探、区域分类、目标检测、地理分割、海洋运输、港湾监测、城市规划、土地利用、交通引导和军事作战等诸多方面发挥着重要作用。实现遥感图像的语义解析，利用遥感图像信息辅助地面设施，无论是在军用还是民用方面都有很高的价值。

简介：摘要：随着电力设施的复杂性和覆盖范围的扩大，对其的维护和监控变得越来越关键。传统的人工巡检方法既耗时又可能存在漏检风险。无人机作为一种高效、全面的巡视工具，配合先进的人工智能技术，为此提供了高效的解决方案。本文主要探讨如何利用YOLO算法在无人机巡视数据中快速发现可能造成电力线路故障的挖掘机等隐患。

简介：摘要：随着工业机器人的不断发展，提高抓取机器人的智能化程度已经成为国内外学者的重要研究方向。当前工业领域主流的机械臂是通过复杂的点到点的示教作业来完成对目标物体的抓取。虽然示教方式具有易操作、成本低等优点，但这种方法会受到待抓取物体位置固定的制约，当物体位置变化时，机械臂无法自动获取到目标物体新位置的信息，会导致抓取失败。为了避免待抓取物体位置发生变化时抓取困难的问题，使机械臂可以自主获取到作业区域内任意位置和任意角度的目标信息，需要引进一种基于机器视觉的目标检测方法。

简介：摘要：随着工业机器人的不断发展，提高抓取机器人的智能化程度已经成为国内外学者的重要研究方向。当前工业领域主流的机械臂是通过复杂的点到点的示教作业来完成对目标物体的抓取。虽然示教方式具有易操作、成本低等优点，但这种方法会受到待抓取物体位置固定的制约，当物体位置变化时，机械臂无法自动获取到目标物体新位置的信息，会导致抓取失败。为了避免待抓取物体位置发生变化时抓取困难的问题，使机械臂可以自主获取到作业区域内任意位置和任意角度的目标信息，需要引进一种基于机器视觉的目标检测方法。

简介：摘要：叉车是一种广泛应用于物流、建筑和制造业等领域的搬运设备，其转向机构的性能直接影响着叉车的操作和使用寿命。目前，叉车转向机构主要采用四连杆机构，这种机构在运动过程中存在一些不足之处，如结构复杂、制造成本高、寿命短等。为了提高叉车转向机构的性能和寿命，需要对其进行运动学和力学分析。通过运动学分析可以了解转向机构各部分之间的运动关系和传动比，从而优化转向机构的结构设计。多目标优化是指在满足给定性能指标的前提下，同时优化设计目标函数和设计变量。通过多目标优化可以提高叉车转向机构的性能和寿命，降低成本，提高生产效率。

简介：摘要：作为计算机视觉中最基本和最具挑战性的任务之一，目标检测旨在找出图像中具体的目标，并对目标进行定位和分类，目前已经在工业质检、视频监控、无人驾驶等领域得到了广泛的应用。近年来随着计算机硬件资源和深度卷积算法在图像分类任务中取得的突破性进展，基于深度卷积的目标检测算法也逐渐取代了传统的目标检测算法，在精度和性能方面取得了显著成果。

简介：摘要：作为计算机视觉中最基本和最具挑战性的任务之一，目标检测旨在找出图像中具体的目标，并对目标进行定位和分类，目前已经在工业质检、视频监控、无人驾驶等领域得到了广泛的应用。近年来随着计算机硬件资源和深度卷积算法在图像分类任务中取得的突破性进展，基于深度卷积的目标检测算法也逐渐取代了传统的目标检测算法，在精度和性能方面取得了显著成果。

简介：摘要：本文基于计算机视觉、Yolo算法，提升对于障碍物目标检测的精度。应用于WatchForYou软件，以实现对道路中车流人流变化的自适应判断。为校园内的视觉障碍学生提供安全辅助，降低视障同学的出行风险。