【摘 要】
：
随着社会生活水平的提高,皮革是日常生活和生产中常见的消费品之一,皮革的应用领域非常广泛,涵盖了制革、制鞋、皮衣、皮件、毛皮及其制品等主体行业,以及皮革化工、皮革五金、皮革机械、辅料等配套行业。但皮革制品在生产制造过程中容易产生瑕疵或缺陷,使得其外观受损影响销售,不利于皮革行业的发展,因此需要检测整个生产过程的皮革,将有瑕疵的皮革筛选出来。传统的皮革瑕疵检测主要包含人工检测和基于机器视觉的检测,但是
论文部分内容阅读
随着社会生活水平的提高,皮革是日常生活和生产中常见的消费品之一,皮革的应用领域非常广泛,涵盖了制革、制鞋、皮衣、皮件、毛皮及其制品等主体行业,以及皮革化工、皮革五金、皮革机械、辅料等配套行业。但皮革制品在生产制造过程中容易产生瑕疵或缺陷,使得其外观受损影响销售,不利于皮革行业的发展,因此需要检测整个生产过程的皮革,将有瑕疵的皮革筛选出来。传统的皮革瑕疵检测主要包含人工检测和基于机器视觉的检测,但是准确性较低、较为费时、效率不高,没法达到实时检测的目的。目前基于深度学习的目标检测算法日臻成熟,尤其是YOLOv3算法检测背景误检率低、鲁棒性好,但存在小目标检测效果不佳以及位置精准性差的问题。综上所述,本文针对某合作皮革生产企业的需求,提出一种改进YOLOv3的实时自动目标检测算法,从而高效率、高精度地检测皮革生产过程产生的瑕疵。本文的主要工作和创新点如下:（1）改进YOLOv3算法的网络结构。为了提高模型对皮革瑕疵的精度,尤其是小目标检测,本文在原有的YOLOv3网络结构加入了SE注意力机制,对特征信息分配不同的权重,从而改变原来特征信息平均分配的方式,使得模型关注更加丰富权重的特征信息,并抑制了无用的特征信息,从而提高模型检测的精度。（2）改进YOLOv3算法的先验框。由于改进前的YOLOv3算法的先验框是通过COCO数据集聚类而来的,与皮革瑕疵数据集中的瑕疵目标尺度大小相差较大,导致检测定位不够准确,从而出现漏检。因此,本文针对皮革瑕疵数据集,对其进行重新聚类,从而得到与目标瑕疵尺度更加接近的先验框,进一步提高模型的AP（平均精度）和检测速度。（3）改进YOLOv3算法的损失函数。为了改善模型对皮革瑕疵目标检测不佳的问题,本文对YOLOv3算法的损失函数进行分析,将原来模型的Io U回归损失替换成GIo U回归损失,改进后的模型平均检测精度整体有所提升。（4）改进YOLOv3算法的激活函数。为了提高模型训练的稳定性和皮革检测的准确性,改善皮革瑕疵检测的泛化能力,本文将YOLOv3算法中的Leaky Relu激活函数替换成Mish激活函数,虽然略微降低了检测速度,但是改进后模型泛化能力更好,从而整体提高了皮革检测的平均检测精度。本文实验利用NVIDIAA10显卡,应用上述的改进YOLOv3算法,实验结果表明:（1）先在YOLOv3模型加入SE注意力机制,使得模型m AP（均值平均精度）比原模型提高0.2%,平均检测时间多了0.3ms;（2）然后对皮革瑕疵数据集重新聚类,使用改进后的先验框,使得模型m AP比聚类前提高0.5%,平均检测时间少了0.1ms;（3）紧接着使用改进后的损失函数,比改进前的m AP提高1.2%,平均检测时间不变;（4）最后使用改进后的激活函数,使得模型的m AP比改进前提高0.7%,平均检测时间多了2.8ms。最终,改进后的模型m AP达到78.2%,平均检测一张512*512的皮革图片时间为11.4ms。根据上述的实验结果可知,改进后的的模型不仅满足了实时检测皮革瑕疵的需求,而且精度比原YOLOv3模型更高,更加适用于实际企业生产过程中皮革瑕疵检测。
其他文献
目的：探讨基于精益管理模式的麻醉护理在骨结核手术中的应用效果及对医疗费用的影响。方法：选择2019年12月-2022年5月在吉林省结核病医院接受骨结核手术治疗的56例患者为研究对象，其中28例为对照组，施以常规麻醉护理，28例为观察组，施以基于精益管理模式的麻醉护理，分析对比两组麻醉苏醒质量、医疗费用、满意度。结果：护理后，两组患者的自主呼吸时间差异无统计学意义（P＞0.05）；在拔管时间、完全清
目的 探讨在诊断相关分组（DRG）医保付费方式改革背景下，精益化管理（LM）对手术病种临床路径（CP）的管理成效。方法 以广西壮族自治区民族医院实施CP管理的13个手术病种为研究对象，2020年（应用LM前）为对照组，2021年（应用LM后）为实验组，比较核心指标的改善幅度，评价LM在手术病种CP中的实施效果。结果 实验组完成率为87.42%，对照组完成率为84.14%。实验组腹腔镜下阑尾切除术、
手术室作为集中医院手术资源的大平台，成本占比外科科室成本较大，其成本精细化管理成为促进高质量发展、精益医疗和薪酬体制改革的必要手段。X医院通过搭建成本项目多维化、关键动因多样化、分摊过程层级化的手术室成本精益管理体系，主要以手术间为中转、以手术时长为关键指标将手术室成本精细分摊到每台手术，以实现手术室成本管理模式向精细化转变，达到推管控、促运营、提效率的战略目标。
＜正＞党的二十大提出高质量发展是全面建设社会主义现代化国家的首要任务。高质量发展的核心是质量和效益。近10年来，有色金属作为国民经济，尤其是新能源、电动汽车、新一代电子信息等领域最为重要的原材料和新材料，该工业在实现高质量发展方面取得了重大成绩，但面对当前复杂宏观经济形势所引发的多重冲击，有色金属工业如何通过深化产融协同推动有色金属行业高质量发展值得思考。
目的 探讨精益管理在手术室低值耗材管理中的应用效果。方法 选取2019年10月至2020年5月广州中医药大学深圳医院（福田）的低值耗材数据作为对照组，2020年6月至2021年1月的数据作为观察组。对照组实施常规管理方式管理低值耗材，观察组运用精益管理理论。比较两组的低值耗材周转率、低值耗材积压支出、巡回护士出手术间取耗材次数及护理人员对低值耗材使用的满意度。结果 观察组的手术室低值耗材周转率高于
目的 探讨麻醉护士运用精益管理理念在心脏体外循环手术中的应用效果。方法选取2020年1月—2022年1月于医院行心脏体外循环手术的患者128例，按照组间基本特征均衡可比的原则分为对照组和观察组，各64例。对照组采取传统麻醉护理措施，观察组在对照组基础上采取精益管理理念指导麻醉护理。观察至患者出院，比较两组术后康复情况、并发症发生率和满意度。结果 观察组首次排气时间（24.35±3.42 h）、首次
乳腺癌是全世界妇女中发病率最高的恶性肿瘤,严重威胁着妇女的身心健康。随着乳腺癌筛查和治疗技术的进步,乳腺癌患者的术后生存率稳步提高,对乳腺癌术后个体病程预测的预后模型研究变得越来越重要。然而,自20世纪50年代以来,本文没有考虑将生存过程作为一个随机过程进行建模,从数值拟合模型到机器学习方法。近年来,本文开始将神经网络引入生存分析,但在数值方法中仍然依赖对数线性风险假设或使用预先确定的风险分布。回
随着互联网的发展,信息技术的日新月异,互联网数据也越具有多样性,比如图像、音频和视频等。3D数据作为真实感知场景的一种经典对象模型表示方式,已被应用于多个领域,例如自动驾驶、机器人抓取、遥感等。点云数据是大数据时代的一种新型媒体数据,具有非常统一的结构,可以避免组合的不规则性和复杂性,非常适合表示三维模型。虽然通过激光雷达技术可以快速获得物体表面的三维点云数据。然而,由于扫描视角的局限性以及物体间
机器嗅觉感知通过智能算法实现气味的有效感知,这种感知模拟人类对气味的评价手段。气味的评价包括了香型、气味强度、留香长度等多个维度。机器嗅觉感知是人工智能的重要分支,其仍有大量的内容需要深入挖掘。其中,物质气味的香型是机器嗅觉感知中的一个关键属性。个体的香型描述主观差异性大,主要体现在个体文化背景、认知、身体状况、情绪变化等。因此,至今缺乏一种规范的、统一的香型表示方法。本文从信息、数学、化学角度研
阵列信号处理中,波达方向（direction-of-arrival,DOA）估计是一个重要的研究方向,在众多领域诸如无线通信、雷达、声纳、导航、生物医学信号检测等有极为广阔的应用前景。近30年来,DOA估计算法研究取得极大的发展,对精度和分辨率要求也越来越高,然而绝大多数高精度超分辨率的DOA估计算法是以获知信号源个数为必要条件的。因此,信号源个数估计对后续的DOA估计十分关键。目前信号源个数估计