XiaoMi-AI文件搜索系统
World File Search SystemFPS
yolov11变体的性能基准测试 -
使用指标（例如平均平均精度（MAP，标准度量测量检测准确性）在整个交叉点（IOU）阈值从50％到95％（定义了预测和地面实现框之间的重叠），精度，召回和GPU和CPU的跨越速度。The results highlight trade-offs between model complexity and performance: smaller variants like YOLOv11-n achieved faster inference speeds (170.74 FPS on GPU and 5.86 ms on GPU), while larger models like YOLOv11-x excelled in detection accuracy and recall but at the cost of slower speeds (240.03 FPS on GPU and 4.17 ms on GPU).yolov11-s提供了最高FPS（1120.46 GPU FPS）的平衡，但准确性和回忆为中等。这些发现证明了Yolov11变体对应用程序要求的适应性，从高速实时系统到优先级检测准确性的场景。这项研究通过为yolov11变体提供详细的性能基准来推进对象检测。它提供了在不同领域中部署Yolov11的实用见解，包括物流，交付跟踪和其他需要有效且准确的对象检测的域。关键字：Yolo; Yolov11;对象检测模型；深度学习计算机视觉；神经网络；
Hipathia软件包
1生物信息学和生物制作主义者，费利佩王子研究中心（CIPF），瓦伦西亚，46012，西班牙2 Biobam BioInformatics S.L.罗西奥医院，塞维利亚，41013，西班牙5染色质和基因表达实验室，基因调控，干细胞和癌症计划，genòmic监管中心（CRG），巴塞罗那科学技术研究所，PRBB，巴塞罗那，巴塞罗那，08003，西班牙6个功能性基因组学基因组学基因组学（Inb），fps，vergen，vergen，ver rocio，sev rilla，sev rilla，sev rilla，sev rilla，sev rilla，sev rilla，sev rilla，sev rilla，sev。 div>7种稀有疾病的生物信息学（BIER），生物医学研究中心（Ciberer），FPS，FPS，Virgen del Rocio医院，塞维利亚，41013，西班牙
Kilopower 项目：KRUSTY 裂变发电实验和潜在任务
摘要 — 千瓦级项目由美国宇航局的空间技术任务理事会/游戏规则改变者发展计划于 2015 财年发起，旨在展示小型空间裂变动力在相关环境（技术就绪水平 5）下的子系统级技术就绪情况，以满足空间科学和载人探索的能源需求。千瓦级项目的核心是采用斯特林技术的千瓦级反应堆 (KRUSTY) 测试，该测试包括开发和测试 1 千瓦（电）级裂变动力系统 (FPS) 的地面技术演示器。KRUSTY 将开发和验证的技术可扩展至 1 至 10 千瓦（电）的空间 FPS，从而可以为载人探索提供模块化地面 FPS，以及未来潜在的更高功率的深空科学任务。KRUSTY 演示由美国宇航局和美国能源部国家核安全局共同资助。国家关键实验研究中心装置装配设施的KRUSTY演示于2018年第一季度完成。
经济增长愿景——繁荣路线图
有效的政策需要无情的优先排序和出色的执行。通过强调 FPS 需要支持的特定行业，政府可以表明其在可持续金融和市场基础设施等关键政策领域的意图。政策制定者提供的确定性越多，企业就越有可能有信心投资、创新和扩大其英国业务的规模。该战略还应考虑 FPS 内部对技能的需求，帮助企业了解政府计划如何支持这些人才的提供、技能提升和再培训（包括通过技能预测）。行业、监管机构和政府之间的重大借调计划
电视摩尔多瓦 / 2所必需的设备清单。
Maximum Horizontal Speed 47 mph / 75.6 km/h Maximum Flight Time 46 Minutes Number of Cameras 1 Camera System 20 MP, 4/3"-Type CMOS Sensor 24mm-Equivalent, f/2.8 Lens (84° FoV) Maximum Video Resolution Up to 5.1K at 50 fps / 1080p at 200 fps Sensing System Omnidirectional Control Method Included Transmitter with Smartphone/Mobile Device Maximum Operating Distance 6.2 Miles / 10 km Mobile Device Compatibility Devices up to 3.4" / 86 mm Wide Mobile App Compatible Yes: Android & iOS App Name: DJI Fly Weight 31.6 oz / 895 g (Takeoff) Rotor Configuration Quadcopter Propeller Size 9.4x5.3" Remote ID Yes Built-In Video Light No Aircraft I/O 1x USB-C (Data, Power, Service) Operating Temperature 14 to 104°F / -10到40°C，相机的成像数量1相机系统20 MP，4/3“ -Type CMOS传感器24mm-等效，f/2.8镜头（84°FOV）数字变焦3x最小重点距离3.3'/1 m ISO敏感性范围/1 M ISO敏感性范围/视频：100至6400到6400：800到6400（800至12，800 sups Speed 1/8000 fodus 1/8000 fodus 1/8000 fodus 1/8000 fodus 1/8000 voths speed 1/8000） 5.1K在50 fps/1080p时为200 fps时静止图像支撑高达20 MP（DNG/JPEG）照片模式自动曝光支架（AEB），突发射击，间隔，间隔，飞机MicroSD/MicroSDHC/MicroSDXC（UHS-I）的单射击媒体/存储卡插槽[U3/v30
Guihua Wang实时的表面识别系统，用于可变的双头机器人步行速度lcnet.pdf-科学技术学院
摘要 - 优化人工神经网络的计算效率对于资源受限的平台（例如自主驾驶系统）至关重要。为了应对这一挑战，我们提出了一个轻巧的上下文感知网络（LCNET），该网络加速了语义细分，同时在本文中保持了推理速度和细分精度之间的有利权衡。提出的LCNET引入了部分通道转换（PCT）策略，以最大程度地减少基本单元的计算潜伏期和硬件要求。在PCT块中，三个分支的上下文聚合（TCA）模块扩展了功能接收场，从而捕获多尺度上下文信息。此外，双重注意引导的解码器（DD）恢复了空间细节并增强了像素预测的认可。在三个基准上进行的广泛实验证明了拟议的LCNET模型的有效性和效率。值得注意的是，一个较小的LCNET 3_7仅获得了73.8％MIOU，只有51万个参数，分别使用单个RTX 3090 GPU和Jetson Xavier NX，其令人印象深刻的推理速度约为142.5 fps和〜9 fps。更准确的LCNET 3_11版本可以在约117 fps的推理速度下以相同的分辨率达到75.8％MIOU，在城市景观上约为117 fps推理速度。可以在较小的图像分辨率下实现更快的推理速度。LCNET在移动应用程序方案 - iOS的计算效率和预测能力之间取得了巨大的平衡。代码可在https://github.com/lztjy/lcnet上找到。
fots：用于Sim2real学习触觉运动机器人操纵技巧的快速光学触觉模拟器
摘要 - 仿真是机器人技术中广泛使用的工具，可减少硬件消耗并收集大规模数据。尽管为模拟光学触觉传感器做出了预先的努力，但仍在有效合成图像并在不同的接触载荷下复制标记运动方面仍然存在Challenges。在这项工作中，我们提出了一个名为FOTS的快速光学式模拟器，用于模拟光学触觉传感器。我们利用多层感知器映射和平面阴影生成来模拟光学响应，同时采用标记分布近似来模拟由弹性体变形引起的表面标记的运动。实验结果表明，FOT在图像产生质量和渲染速度方面优于其他方法，用于光学仿真的28.6 fps和326.1 fps的单个CPU上的标记运动模拟326.1 fps，而无需GPU加速。此外，我们将FOTS仿真模型与Mujoco等物理引擎集成在一起，而PEG-In-inole任务则证明了我们方法在实现零拍摄的SIM2REAL学习触觉机器人机器人操纵技能方面的有效性。我们的代码可在https://github.com/rancho-zhao/fots上找到。
CS-25 飞机的耐撞性 – - AIDAA
- 准备时间（倾倒燃料、关闭流出阀……） - 尽量减少冲击（降低前进和垂直速度 Vz、飞机姿态） - 考虑冲击载荷（Vz = 5 fps @ MLW）、结构损坏和浮力/浮力（疏散时间）