公开(公告)号：CN111709449A

公开(公告)日：2020-09-25

申请号：CN202010432039.6

申请日：2020-05-20

申请人： 西安理工大学

发明人： 孙钦东 ,  薛琦 ,  白文鹏 ,  王倩 ,  张景鹏

IPC分类号： G06K9/62 ,  G06K9/32 ,  G06N3/04

摘要： 本发明公开了一种基于聚类算法的多层特征融合的小尺度目标检测方法，过程是：在特征网络提取层中将具有高分辨率特性的底层特征和具有高语义特性的高层特征进行融合得到新的特征图，并在候选区域生成网络层中将特征网络提取层得到的特征图作为输入，然后使用了K-means聚类算法来生成目标候选区域。将目标候选区域映射到特征图上生成建议特征图，最后使用分类层对建议特征图进行类别分类和位置回归。本发明方法，明显改善了小尺度目标检测的精度。

公开(公告)号：CN111709449B

公开(公告)日：2023-08-18

申请号：CN202010432039.6

申请日：2020-05-20

申请人： 西安理工大学

发明人： 孙钦东 ,  薛琦 ,  白文鹏 ,  王倩 ,  张景鹏

IPC分类号： G06V10/82 ,  G06V10/762 ,  G06V10/764 ,  G06V10/766 ,  G06V10/80 ,  G06V10/25 ,  G06N3/0464 ,  G06N3/0475

摘要： 本发明公开了一种基于聚类算法的多层特征融合的小尺度目标检测方法，过程是：在特征网络提取层中将具有高分辨率特性的底层特征和具有高语义特性的高层特征进行融合得到新的特征图，并在候选区域生成网络层中将特征网络提取层得到的特征图作为输入，然后使用了K‑means聚类算法来生成目标候选区域。将目标候选区域映射到特征图上生成建议特征图，最后使用分类层对建议特征图进行类别分类和位置回归。本发明方法，明显改善了小尺度目标检测的精度。

公开(公告)号：CN117187677A

公开(公告)日：2023-12-08

申请号：CN202311111478.7

申请日：2023-08-31

申请人： 西安理工大学

发明人： 杨超 ,  颜国君 ,  蒋百铃 ,  王锦涛 ,  王小妍 ,  王子诚 ,  薛琦

IPC分类号： C22C37/04 ,  C22C37/06 ,  C22C37/10 ,  C22C33/08 ,  C21D1/26 ,  C21D5/00 ,  B22D17/22 ,  C21D1/18 ,  C21D9/00 ,  C21C1/10

摘要： 本发明公开了铝合金压铸模具用材料，原料组分质量百分比包括：3.6‑3.9％C，2.1‑2.7％Si，≤0.4％Mn，0.5‑0.8％Cr，1.5‑2.0％Mo，0.5‑0.7％V，≤0.1％P，0.007‑0.015％Mg，0.01‑0.03％Ce，≤0.02％S，0.3‑0.8％Cu，其余为Fe和不可避免的杂质。本发明还公开了铝合金压铸模具用材料的制备方法，通过对原料进行配置称量、熔化；铁水孕育与变质处理；对连铸出型材退火处理；均匀化退火处理；型材加工成铝合金压铸模具，热处理淬火与回火处理，即得具有优良耐铝液腐蚀的铝合金压铸模具，提高成型铝合金压铸件的表面质量，显著延长模具的使用寿命。