摘要：针对YOLOv5s基准模型参数量大、特征尺度差异化等问题,提出基于高效卷积注意力特征融合的轻量级目标检测模型.首先,构建基于幻影操作的轻量化特征提取模块,在保证检测精度接近原模型的前提下,提高模型的实时性.其次,优化通道注意力和空间注意力模块,提出基于高效卷积的注意力特征融合模块,并设计兼具检测精度与实时性的轻量级目标检测模型.在具有不同复杂道路场景的数据集BDD100K上开展实验.结果表明,相较于基准模型,所提模型的检测精度和推理速度均得到提升,其中全类平均检测精度提升了1.4%,帧率提升了28.2%.相较于当前行业应用中主流的深度学习模型,所提模型在精度与速度的均衡性上表现出显著优势.

摘要：船舶是重要的水路交通工具,设计建造水平直接影响船舶的安全稳定航行。随着我国水路交通运输的不断发展,船舶制造水平也不断提高。由于船舶建造具有一定的复杂性,建造周期较长,工艺较为复杂,对精度要求相对较高。基于此,在船舶设计和建造过程中充分利用数据库系统能够有效地提升船舶精度管理水平。本文论述了精度管理数据库的重要作用,并对船舶精度管理进行了详细分析。