简介:摘要: 由于预制建筑的大部分构件在工厂预制后直接运输到施工现场安装,有效保证了建筑的高效施工和质量,具有缩短工期、后期维护成本低、绿色环保等特点。符合中国城市化进程的需要和中国绿色建筑的需要,对推动中国建筑工业化进程有很好的作用。然而,就目前情况而言,预制建筑的工程造价普遍高于传统的现浇施工方法,不利于预制建筑的发展和推广。然而,与传统的现浇建筑相比,其增加的成本严重制约了预制建筑的推广和应用。从项目成本管理的角度,结合预制建筑的特点,构建增量成本计算体系,考虑预制构件的年设计能力,合理修订预制构件综合单价,实现计算过程的标准化、精确化、简单化和系统化。
简介:摘要:随着深度学习的不断进步,已经将应用延伸到光电跟踪设备,优质的检测跟踪算法决定光电跟踪设备的工作效率。本文提出一种改进YOLOv4的检测跟踪算法,结合空洞卷积对其网络结构进行改进,加入空洞空间金字塔池化模型,以此增大感受野,聚合多尺度上下文信息。然后,通过 K-means聚类方法生成更适合目标检测的初始候选框。其次,提出一种对象选择器,用来选择检测和跟踪轨迹中的最优候选框;最后,将最优候选框和跟踪轨
简介:摘 要:电能计量占据现代电力营销管理十分关键且重要的一环,对电能供应商而言,电量/电能测量是其所提供的电力商品进行交易与结算的主要依据,对于使用方而言,电量的计量准确性关系到自身的消费与权益,因此,面向电量的准确计量对供电方与使用方皆具有重要的实践与理论意义。对电量进行计量的方式主要为借助相关的计量装置,但由于参数设置不规范、人工操作失误等因素会产生电量计量误差或故障,由此,无论对电量供给者还是电能使用者而言都会造成经济方面的损失。此外,由于低压居民用户用于电量计量的电能表暴露在外部环境中,其会因风雪、大风、太阳照射等环境问题致使内部元器件发生损坏,进而影响电量计量的准确性,产生计量故障,并且,若出现电量计量故障需对其进行追补与矫正,人为估算方式耗时耗力,并且对相关技术人员的操作要求较高,且人工计量仍存在计量准确性问题。基于此,本文面向低压计量故障提出了一种电量自动测算系统,以提升电量计量的准确性与有效性。
简介:摘要:目标检测是机器视觉领域和计算机视觉领域的一项重要课题,其在人脸识别和视频目标识别以及无人导航领域扮演着重要的作用,目标识别的算法多种多样,传统的目标检测算法有很多,比如基于尺度不变性特征和基于方向梯度直方图特征的算法,随着近些年大数据和计算机技术的发展,深度学习算法在众多算法中脱颖而出,目前最为先进且识别率较为准确的算法正是基于深度神经网络的目标检测手段,本文按照时间发展的先后顺序依次介绍了LeNet-5模型、AlexNet模型以及VGG模型,并对未来深度神经网络模型的发展方向从数据集和计算机性能角度进行进一步研究。
简介:摘要:工厂内违规吸烟可能引起重大的安全事故。为检测是否有人违规吸烟,提出一种可以快速准确检测吸烟的算法。该算法主要基于YOLOv5模型对摄像头输入的视频流进行实时处理。具体来说包含以下两个步骤:首先,选用合适的数据集,并对数据集的标注框进行优化;其次,使用decoupled head来调整模型的网络结构使其更好地适应吸烟检测场景的需求。实验结果表明,优化标注框的数据集召回率可以提升4.4,而改进后的算法相较于原始YOLOv5精确度提高3,召回率提升3.1,可以提供更高的检测准确率和更低的误报率。同时,在实际应用中,该算法具有较高的性能和稳定性,可以有效地用于工厂内吸烟检测的场景。