本文基于STM32单片机,开发了一款电子控制空气悬架系统ECAS(Electronic-Controlled Air SuspensI/On)辅助控制器,阐述了它的工作原理、软硬件设计方案,并且对使用ECAS辅助控制器的控制策略进行了重点介绍。最后通过产品的实际投入使用...本文基于STM32单片机,开发了一款电子控制空气悬架系统ECAS(Electronic-Controlled Air SuspensI/On)辅助控制器,阐述了它的工作原理、软硬件设计方案,并且对使用ECAS辅助控制器的控制策略进行了重点介绍。最后通过产品的实际投入使用可以表明,本产品的开发在保证安全的前提下可极大提升客车在上下车时的舒适性。展开更多
中国是全球最大的水稻生产国,种植面积常年约占全球总量的20%。虫害是制约水稻产量和品质的主要因素之一,传统虫害检测方法主要依赖人工观察和性诱捕法,但两者均存在局限性,难以满足现代农业对虫害的精准防控需求。随着农业智能化的发...中国是全球最大的水稻生产国,种植面积常年约占全球总量的20%。虫害是制约水稻产量和品质的主要因素之一,传统虫害检测方法主要依赖人工观察和性诱捕法,但两者均存在局限性,难以满足现代农业对虫害的精准防控需求。随着农业智能化的发展与深度学习的广泛应用,基于深度学习的农作物病虫害智能检测已成为研究热点方向。本文针对上述问题,依据实际场景采用目标检测方法对水稻害虫进行检测,对YOLOv5 (You Only Look Once version 5)检测算法进行改进,在其基础上引入三种主流注意力机制——ECA (Efficient Channel Attention)、CBAM (Convolutional Block Attention Module)和SE (Squeeze-and-Excitation),分别构建改进模块C3ECA、C3CBAM和C3SE,分别替代原主干网络中的C3模块,从而形成三种改进模型:YOLOv5s-C3ECA、YOLOv5s-C3CBAM与YOLOv5s-C3SE。通过在公开稻田害虫图像数据集上的训练与测试,实验结果表明,与原始的YOLOv5s相比,YOLOv5s-C3CBAM和YOLOv5s-C3ECA改进模型在mAP@0.5、mAP@0.5:0.95分别有不同程度的提升,其中YOLOv5s-C3CBAM在mAP@0.5、mAP@0.5:0.95上分别提升1.2%和0.3%;YOLOv5s-C3ECA在mAP@0.5、mAP@0.5:0.95上分别提升2.5%和1.1%。结果表明,所提出的改进策略在保持模型轻量化的同时提升了水稻害虫目标的检测精度与稳定性,适用于资源受限场景下的农业智能终端部署,具有良好的实际应用价值。展开更多
文摘本文基于STM32单片机,开发了一款电子控制空气悬架系统ECAS(Electronic-Controlled Air SuspensI/On)辅助控制器,阐述了它的工作原理、软硬件设计方案,并且对使用ECAS辅助控制器的控制策略进行了重点介绍。最后通过产品的实际投入使用可以表明,本产品的开发在保证安全的前提下可极大提升客车在上下车时的舒适性。
文摘中国是全球最大的水稻生产国,种植面积常年约占全球总量的20%。虫害是制约水稻产量和品质的主要因素之一,传统虫害检测方法主要依赖人工观察和性诱捕法,但两者均存在局限性,难以满足现代农业对虫害的精准防控需求。随着农业智能化的发展与深度学习的广泛应用,基于深度学习的农作物病虫害智能检测已成为研究热点方向。本文针对上述问题,依据实际场景采用目标检测方法对水稻害虫进行检测,对YOLOv5 (You Only Look Once version 5)检测算法进行改进,在其基础上引入三种主流注意力机制——ECA (Efficient Channel Attention)、CBAM (Convolutional Block Attention Module)和SE (Squeeze-and-Excitation),分别构建改进模块C3ECA、C3CBAM和C3SE,分别替代原主干网络中的C3模块,从而形成三种改进模型:YOLOv5s-C3ECA、YOLOv5s-C3CBAM与YOLOv5s-C3SE。通过在公开稻田害虫图像数据集上的训练与测试,实验结果表明,与原始的YOLOv5s相比,YOLOv5s-C3CBAM和YOLOv5s-C3ECA改进模型在mAP@0.5、mAP@0.5:0.95分别有不同程度的提升,其中YOLOv5s-C3CBAM在mAP@0.5、mAP@0.5:0.95上分别提升1.2%和0.3%;YOLOv5s-C3ECA在mAP@0.5、mAP@0.5:0.95上分别提升2.5%和1.1%。结果表明,所提出的改进策略在保持模型轻量化的同时提升了水稻害虫目标的检测精度与稳定性,适用于资源受限场景下的农业智能终端部署,具有良好的实际应用价值。
