期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
改进YOLOv8的实时轻量化鲁棒绿篱检测算法
1
作者 张佳承 韦锦 陈义时 《计算机工程》 北大核心 2025年第7期362-374,共13页
针对道路两侧绿篱修剪的目标检测过程中对算法实时性、轻量化的要求以及算法在实际检测中的精度和光照鲁棒性问题,提出一种基于YOLOv8n的算法MGW-YOLO,并给出一种新的C2f_ModuGhost+模块来替换主干网络中的C2f模块,其中设计的调制可变... 针对道路两侧绿篱修剪的目标检测过程中对算法实时性、轻量化的要求以及算法在实际检测中的精度和光照鲁棒性问题,提出一种基于YOLOv8n的算法MGW-YOLO,并给出一种新的C2f_ModuGhost+模块来替换主干网络中的C2f模块,其中设计的调制可变形卷积增加了偏移量特征通道数,以加速模型的推理,增强算法实时性。在颈部网络中引入分组空间卷积(GSConv)轻量级卷积技术和slim-neck设计范式,并通过融合标准卷积、深度可分离卷积和Shuffle模块的思想,降低模型的参数量,实现模型的轻量化。设计一种具有双重加权机制的Focal-WIoU损失函数,WIoU中的双层交叉注意力机制可有效降低多个绿篱相连和遮挡时的误检率,并且利用Focal Loss权重因子提升对特殊形状绿篱等难分类样本的检测精度。另外采用TRADES方法的对抗训练策略,在分类问题鲁棒性与精度之间进行有效权衡。实验结果表明,相比基线算法YOLOv8n,MGW-YOLO的mAP@0.5和mAP@0.5∶0.95分别提高了3.29和2.87百分点,在无人驾驶底盘上的实验结果表明,MGW-YOLO相较于原始算法的预处理时间、每帧平均推理时间和每帧后处理时间分别降低了0.7 ms、10.7 ms和0.7 ms,检测速度提升了15.7帧/s,适用于绿篱修剪机在道路两侧实时性作业的需求。 展开更多
关键词 YOLOv8算法 目标检测 C2f_ModuGhost+模块 分组空间卷积轻量级卷积 Focal-WIoU损失函数 对抗训练
在线阅读 下载PDF
功函数工程调控Mo_(2)C MXene的Mo 4d电子结构以提升光催化产氢效率
2
作者 刘瑞云 王苹 +2 位作者 王雪飞 陈峰 余火根 《物理化学学报》 北大核心 2025年第11期67-79,共13页
Mo_(2)C MXene(Mo_(2)CT_(x))由于其表面Mo活性位点具有类Pt的电子结构在光催化中展现出优异的析氢潜力。然而,Mo_(2)CT_(x)中的Mo位点在析氢反应(HER)过程中通常表现出过强的H吸附能力,显著限制了Mo_(2)CT_(x)的本征催化活性。为了削... Mo_(2)C MXene(Mo_(2)CT_(x))由于其表面Mo活性位点具有类Pt的电子结构在光催化中展现出优异的析氢潜力。然而,Mo_(2)CT_(x)中的Mo位点在析氢反应(HER)过程中通常表现出过强的H吸附能力,显著限制了Mo_(2)CT_(x)的本征催化活性。为了削弱Mo活性位点的H吸附能力,本论文通过功函数诱导效应原位构建MoC-Mo_(2)C MXene异质结,实现了d轨道电子的调控。利用Co诱导的熔盐法将Mo_(2)C MXene原位转化为MoC,随后通过简单的超声辅助方法与TiO_(2)耦合,制备了MoCMo_(2)CT_(x)/TiO_(2)光催化剂。光催化产氢测试表明,最优的MoC-Mo_(2)CT_(x)/TiO_(2)样品实现了1886μmol·h^(−1)·g^(−1)的产氢速率,分别是TiO_(2)和Mo_(2)CF_(x)/TiO_(2)(Mo_(2)CF_(x)通过常规蚀刻剂NH4F+HCl制备)的117.9倍和3.9倍。实验和理论计算证实,MoC与Mo_(2)C MXene之间的功函数梯度诱导电子从MoC向Mo_(2)C MXene转移,从而削弱了Mo_(2)CT_(x)助催化剂中Mo活性位点的H吸附能力,进而提升了其HER活性。该研究为原位构建基于Mo_(2)C MXene的异质结以调控Mo活性位点的H吸附能力提供了一种新策略。 展开更多
关键词 光催化产氢 助催化剂 Mo_(2)C MXene 异质结 d轨道调控
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部