随着深空探测任务的不断拓展,传统的地面制造与轨道运输模式逐渐暴露出成本高、响应慢、资源利用效率低等问题。太空3D打印(3D printing in space)技术凭借按需制造与原位构建的优势,成为实现空间制造自主化的关键路径。系统梳理了当前...随着深空探测任务的不断拓展,传统的地面制造与轨道运输模式逐渐暴露出成本高、响应慢、资源利用效率低等问题。太空3D打印(3D printing in space)技术凭借按需制造与原位构建的优势,成为实现空间制造自主化的关键路径。系统梳理了当前太空3D打印的材料体系,包括金属、聚合物、生物及月壤等材料,并分析了在微重力、真空及太空辐射等极端环境下的工艺适应性与技术挑战。同时,探讨了该领域在资源回收、大型太空结构打印等方面的发展方向。旨在为太空3D打印技术的工程化应用与未来深空探索任务提供理论参考与技术支撑。展开更多
红外图像目标检测在交通领域中有很重要的应用价值,然而,由于红外图像存在分辨率低、缺乏颜色信息、对比度差、特征模糊的特点,导致现有模型在检测红外车辆与行人时精度不高。为此,文中对YOLOv8s进行了改进,首先对特征融合机制进行改进...红外图像目标检测在交通领域中有很重要的应用价值,然而,由于红外图像存在分辨率低、缺乏颜色信息、对比度差、特征模糊的特点,导致现有模型在检测红外车辆与行人时精度不高。为此,文中对YOLOv8s进行了改进,首先对特征融合机制进行改进,在网络中添加小目标检测层,充分利用目标的浅层特征信息,提高对小目标检测的准确性。其次引入了SPD(Space to Depth)细粒化模块来代替YOLOv8s中的3×3卷积进行下采样,避免了3×3卷积下采样导致红外图像细粒度信息丢失。并且还设计了一个新的混合注意力机制,使网络更好地聚焦感兴趣的区域,减少背景对行人和车辆检测的干扰,增强模型对目标特征的关注度。最后使用Focal EIOU损失函数代替CIOU损失函数,改善了CIOU在特殊情况失效和正负样本不平衡的问题。在交通场景红外图像数据集FLIR_ADAS_v2上进了行实验,验证了算法的有效性。与YOLOv8s相比,改进后的模型mAP@0.5从83.4%提升到了89.3%。展开更多
文摘随着深空探测任务的不断拓展,传统的地面制造与轨道运输模式逐渐暴露出成本高、响应慢、资源利用效率低等问题。太空3D打印(3D printing in space)技术凭借按需制造与原位构建的优势,成为实现空间制造自主化的关键路径。系统梳理了当前太空3D打印的材料体系,包括金属、聚合物、生物及月壤等材料,并分析了在微重力、真空及太空辐射等极端环境下的工艺适应性与技术挑战。同时,探讨了该领域在资源回收、大型太空结构打印等方面的发展方向。旨在为太空3D打印技术的工程化应用与未来深空探索任务提供理论参考与技术支撑。
文摘红外图像目标检测在交通领域中有很重要的应用价值,然而,由于红外图像存在分辨率低、缺乏颜色信息、对比度差、特征模糊的特点,导致现有模型在检测红外车辆与行人时精度不高。为此,文中对YOLOv8s进行了改进,首先对特征融合机制进行改进,在网络中添加小目标检测层,充分利用目标的浅层特征信息,提高对小目标检测的准确性。其次引入了SPD(Space to Depth)细粒化模块来代替YOLOv8s中的3×3卷积进行下采样,避免了3×3卷积下采样导致红外图像细粒度信息丢失。并且还设计了一个新的混合注意力机制,使网络更好地聚焦感兴趣的区域,减少背景对行人和车辆检测的干扰,增强模型对目标特征的关注度。最后使用Focal EIOU损失函数代替CIOU损失函数,改善了CIOU在特殊情况失效和正负样本不平衡的问题。在交通场景红外图像数据集FLIR_ADAS_v2上进了行实验,验证了算法的有效性。与YOLOv8s相比,改进后的模型mAP@0.5从83.4%提升到了89.3%。
