基于Swin Transformer和注意力机制的红外无人机检测算法

红外无人机目标检测在军民领域的应用前景广阔。由于无人机目标尺度较小,空中环境复杂多变,目前普遍存在检测率低和误报率高的现象。针对复杂场景下红外无人机目标检测不良等问题,本文提出ST-YOLOA目标检测模型。首先,使用Swin Transformer网络架构和协调注意力（CA）机制搭建STCNet骨干特征提取网络;其次,特征融合部分采用带残差结构的PANet路径聚合网络构建特征金字塔提升整体特征提取能力,同时改进了上下采样方式以增强检测能力;最后,使用解耦检测头预测无人机目标的位置。试验结果表明,本文提出的模型检测精度为92.8%,检测速度达到了22帧/s,这表明该模型与其他模型相比具有较好的检测效果,且基本满足实时性检测要求,对于多无人机目标场景下的检测具有现实意义。     

基于CAFE的铝双辊连续铸轧凝固微观组织

基于元胞自动机CA的形核和长大模型与宏观传热模型相耦合对双辊连续铸轧纯铝薄带凝固微观组织进行了模拟,模拟计算中采用连续性异质形核模型和修正的枝晶尖端生长动力学模型(KGT)。另外,模拟研究了铸轧工艺参数和金属凝固参数对双辊连续铸轧纯铝薄带凝固微观组织的影响规律。模拟结果可很好地解释和预测啮合点前柱状晶和等轴晶之间的转化和晶粒尺寸大小,柱状晶主要分布在靠近铸轧辊面附近,等轴晶则是远离铸轧辊面而靠近薄带的中心区域。