简介:摘要 : 为提高现有苹果目标检测模型在硬件资源受限制条件下的性能和适应性,实现在保持较高检测精度的同时,减轻模型计算量,降低检测耗时,减少模型计算和存储资源占用的目的,本研究通过改进轻量级的 MobileNetV3网络,结合关键点预测的目标检测网络( CenterNet),构建了用于苹果检测的轻量级无锚点深度学习网络模型( M-CenterNet),并通过与 CenterNet和单次多重检测器( Single Shot Multibox Detector, SSD)网络比较了模型的检测精度、模型容量和运行速度等方面的综合性能。对模型的测试结果表明,本研究模型的平均精度、误检率和漏检率分别为 88.9%、 10.9%和 5.8%;模型体积和帧率分别为 14.2MB和 8.1fps;在不同光照方向、不同远近距离、不同受遮挡程度和不同果实数量等条件下有较好的果实检测效果和适应能力。在检测精度相当的情况下,所提网络模型体积仅为 CenterNet网络的 1/4;相比于 SSD网络,所提网络模型的 AP提升了 3.9%,模型体积降低了 84.3%;本网络模型在 CPU环境中的运行速度比 CenterNet和 SSD网络提高了近 1倍。研究结果可为非结构环境下果园作业平台的轻量化果实目标检测模型研究提供新的思路。
简介:由于测验安全性、试卷组卷不当等问题,有些测验的题本相互之间不能或者没有设置锚题。对作答不同题本的被试进行分数比较时,需要用到测验等值技术。不同于有锚题测验能通过题本之间的锚题进行等值,无锚题情境下的测验需要借助于一些特殊方法进行等值。目前,对无锚题测验进行等值主要有三种方式,一种是通过测验中具体的题目,也就是构建相同的“锚题”来进行等值,如构造随机等组测验法和利用题目先验信息进行等值的方法;一种是通过构建相同被试组来进行等值,即构造随机等组样本法;还有一种是借助于测验题目所考查的认知属性来进行等值,一般是基于一种认知诊断模型——规则空间模型来进行操作。
简介:摘要:党的十八大提出,把“立德树人”作为教育的根本任务, 强调对学生加强思想道德教育的重要性。作为一线的语文教师,如何把德育融入日常的教学工作,让学生在接受知识的同时,受到思想启迪和情感熏陶,从而培养正确的世界观、人生观、价值观?
简介:摘要目的分析缝线锚钉修复跟腱近止点断裂的疗效。方法选择2018年3月至2018年9月间收治的所有跟腱近止点断裂患者临床数据进行分析,按照实验要求随机挑选66例患者纳入实验。根据其入院时间不同进行分组,组名为实验组(后33例患者)和对照组(前33例患者)。两组患者分别应用缝线锚钉修复法(实验组)和传统钢丝缝合法(对照组),对比两组患者的手术时长、术后并发症以及跟腱功能恢复情况。结果本次研究成果显示,实验组患者的手术时长为(34.29±6.29)min,和对照组的(58.67±8.16)min相比明显更短。两组患者的术后并发症以及跟腱功能恢复情况相比,实验组显著优于对照组,组间差异具有统计学意义(P<0.05)。结论将缝线锚钉修复法和传统钢丝缝合法进行对比,前者更适合应用于跟腱近止点断裂患者的治疗中,其手术时间更短,术后并发症发生率较少,同时跟腱功能恢复优良率更高,是一种安全、有效的治疗方式,具有较高的应用意义。