摘要：在自动驾驶场景下,针对语义分割模型在车载硬件设备中部署时内存受限且算力不足的问题,需要设计一种较好权衡效率和精度的语义分割模型。采用单分支网络结构,设计了一个轻量级多尺度双向注意力网络。为了实现高效的特征提取,设计了一种轻量级卷积单元来构成网络的特征提取骨干。为了较好地定位和分割道路场景中尺度差异较大的物体,提出了一种多尺度双向注意力模块。它具有全局多尺度感受野,并且在沿一个方向编码通道注意力的同时保留了另一个方向的空间位置信息。基于该注意力模块,设计了跳跃注意力连接模块和特征注意力融合模块,使得输出特征兼具细节信息和语义信息。模型在Cityscapes数据集上以0.9M的参数量,取得了71.86%的平均交并比,同时在单个RTX2080Ti GPU下实现了88FPS的推理速度。实验结果表明,该模型能够实现较高的分割精度,适用于车载硬件下的部署和应用,具有一定的实用价值。

摘要：新型电力系统背景下电力加速清洁转型,受行业减碳、新能源占比提升、极端气候等新因素影响下,电力供需平衡将呈现新特征,保供难度逐步加大,传统平衡体系难以满足新的规划要求。为此,结合充分挖掘碳达峰、碳中和对能源电力的影响,挖掘了新型电力保供面临的减碳、新约束,提出了一套电源发展分析双碳目标对于能源电力的影响,挖掘双碳和电力需求的关联性,提出碳中和目标下分行业发展趋势分析思路,构建了一套适应于双碳目标下的电力电量预测方法体系;以华东区域作为典型案例,研究了华东区域碳达峰至碳中和过程中的电力需求发展趋势。研究结果表明,所构建的分析思路和方案体系科学可行,预测结论合理,具有良好前瞻性。