为方便调查宁夏全区荒漠草原植物种类及其分布，需对植物识别方法进行研究。针对YOLO v5s模型参数量大，对复杂背景下的植物不易识别等问题，提出一种复杂背景下植物目标识别轻量化模型YOLO v5s-CBD。改进模型YOLO v5s-CBD在特征提取网络中引入带有Transformer模块的主干网络BoTNet(Bottleneck transformer network)，使卷积和自注意力相结合，提高模型的感受野；同时在特征提取网络融入坐标注意力(Coordinate attention，CA)，有效捕获通道和位置的关系，提高模型的特征提取能力；引入SIoU函数计算回归损失，解决预测框与真实框不匹配问题；使用深度可分离卷积(Depthwise separable convolution，DSC)减小模型体积。实验结果表明，模型YOLO v5s-CBD在单块Nvidia GTX A5000 GPU 帧率可达140帧/s，模型体积为8.9MB，精确率P为95.1%，召回率R为92.9%，综合评价指标F1为94.0%，平均精度均值mAP为95.7%，在VOC数据集平均精度均值可达80.09%。

通过TRIZ创新原理分析了当前矿用防爆车辆的发展趋势,并找出影响纯电动防爆车辆续驶里程的主要因素。利用TRIZ创新工具,解决了纯电动防爆车辆轻量化设计中的防爆电源箱减重和悬架系统减重问题,采用防爆圆筒薄壁蓄电池箱技术和空气弹簧悬架技术使得车辆整备质量降低近20%,续驶里程提升10%。利用TRIZ相关原理进行纯电动防爆车辆的轻量化设计是矿机设计领域中的有益探索。

超塑性模锻镁合金汽车轮轻量化研究 I. 轮毂工艺和性能研究，权高峰，刘绍东，检测分析了超塑性模锻成型镁合金汽车轮毂的各项力学性能，进行了轮毂解剖样品的疲劳、盐水腐蚀疲劳、盐雾、热循环和钢球冲击试验

超塑性模锻镁合金汽车轮毂轻量化研究II. 车轮动力学分析和实车试验研究，权高峰，刘绍东，研究了轮辋质量变化对车轮动力学的影响，分析了轮辋质量和驱动力以及燃油消耗的关系，进行了轮毂装车实际道路运行测试，讨论了锻

CNN的成功依赖于其两个固有的归纳偏置，即平移不变性和局部相关性，而视觉Transformer结构通常缺少这种特性，导致通常需要大量数据才能超越CNN的表现，CNN在小数据集上的表现通常比纯Transformer结构要好。 CNN感受野有限导致很难捕获全局信息，而Transformer可以捕获长距离依赖关系，因此ViT出现之后有许多工作尝试将CNN和Transformer结合，使得网络结构能够继承CNN和Transformer的优点，并且最大程度保留全局和局部特征。 Transformer是一种基于注意力的编码器-解码器结构，最初应用于自然语言处理领域，一些研究最近尝试将Transformer应用到计算机视觉领域。 在Transformer应用到视觉之前，卷积神经网络是主要研究内容。受到自注意力在NLP领域的影响，一些基于CNN的结构尝试通过加入自注意力层捕获长距离依赖关系，也有另外一些工作直接尝试用自注意力模块替代卷积，但是纯注意力模块结构仍然没有最先进的CNN结构表现好。

内窥镜手术机器人的轻量化设计与分析-张雪

App Inventor 是一种基于云的工具，这意味着您可以直接在 Web 浏览器中为 Android 或 iOS 设备构建应用程序。该网站提供您学习如何构建自己的应用程序所需的所有支持。在ai2.appinventor.mit.edu 上访问它。您可以通过单击橙色的“创建应用程序！”到达那里。本网站任何页面上的按钮。 设置说明：设置您的手机或平板电脑进行实时测试（或者，如果您没有移动设备，请启动模拟器） 设计器和块编辑器概述：设计器和块编辑器概述：浏览 App Inventor 环境 初学者教程：进入并开始在 App Inventor 中编程 打包和共享应用程序：打包您的应用程序并与您的朋友分享

桥梁作为交通系统的组成部分之一，在建造完成之后的使用过程中因为车辆行驶、人为因素、或者风、地震等自然因素的作用，以及材料本身性能的退化，致使桥梁的运营安全受到影响。为了避免这些原因导致的对桥梁使用寿命和行车安全的影响，本文以浏览器端为开发端，利用BIM桥梁模型技术，结合传感器数据，为桥梁管理养护部门提供一条可视化、信息化的桥梁健康信息监测方案，以解决管养部门检测难、风险高、成本高、时间滞后、数据碎片化等问题。

运行顺序： 1. 原始训练，得到一个最优mAP等评价指标 2.通过调整BN稀疏值sr，运行train_sparity.py稀疏训练得到一个稍微小的模型 3. 将训练好的last.pt 放到prune.py 中进行剪枝，控制剪枝率； 4. Finetune得到最优模型

对yolov5s进行稀疏化训练并剪枝，模型参数下降80%，mAP精度几乎不受影响