真实场景水下语义分割方法及数据集

随着水下生物抓取技术的不断发展,高精度的水下物体识别与分割成为了挑战。已有的水下目标检测技术仅能给出物体的大体位置,无法提供物体轮廓等更加细致的信息,严重影响了抓取效率。为了解决这一问题,标注并建立了真实场景水下语义分割数据集DUT-USEG,该数据集包含6 617张图像,其中1 487张具有语义分割和实例分割标注,剩余5 130张图像具有目标检测框标注。基于该数据集,提出了一个关注边界的半监督水下语义分割网络(US-Net),该网络通过设计伪标签生成器和边界检测子网络,实现了对水下物体与背景之间边界的精细学习,提升了边界区域的分割效果。实验表明:所提方法在DUT-USEG数据集的海参、海胆和海星3个类别上相较于对比方法提升了6.7%,达到了目前最好的分割精度。      

水中弹药引信外置涡轮高速旋转两相流动数值仿真

为预测空化条件下的涡轮转速,获得涡轮叶片附近空化情况、压力系数、阻力系数等数据,采用SchnerrSauer空化模型,进行了水中弹药引信涡轮高速旋转两相流动的三维流场数值仿真研究。计算得到不同水深(10m、30m及50m)和弹速(5~100m/s)条件下的流场数据。结果表明:引信涡轮表面在弹速30m/s左右时空化初生,且空化尺度随着弹速的增加而增大;弹速100m/s时,头部粘性阻力占总阻力的18.7%;涡轮转速与水深、静压、弹速相关,高速时涡轮转速随水深减小明显,与弹速基本成正比线性关系,非线性度约为0.998。