梨是最广泛消耗的水果之一,它们的质量直接影响消费者的满意度。表面缺陷,例如黑点和小斑点,是梨质量的关键指标,但由于视觉特征的相似性,检测它们仍然具有挑战性。这项研究提出了Pearsurfacedects,这是一个自我结构的数据集,包含六个类别的13,915张图像,其中有66,189个边界框注释。这些图像是使用定制的图像采集平台捕获的。在数据集上建立了27种版本的27个最先进的Yolo对象探测器的Yolo对象检测器,Yolor,Yolov5,Yolov5,Yolov6,Yolov7,Yolov7,Yolov7和Yolov9。为了进一步确保评估的全面性,还包括了三个高级非Yolo对象检测模型,T-DETR,RT-DERTV2和D-FINE。通过实验,发现yolov4-p7的检测准确性在map@0.5达到73.20%,而Yolov5n和Yolov6n也显示出极大的潜力,可以进一步提高梨表面缺陷检测的准确性。本研究中用于模型基准的梨表面缺陷检测数据集和软件程序代码都是公开的,这不仅会促进对梨表面缺陷检测和分级的未来研究,而且还为其他水果大数据和类似研究提供了宝贵的资源和参考。
HAL 是一个多学科开放存取档案库,用于存放和传播科学研究文献,无论这些文献是否已出版。这些文献可能来自法国或国外的教学和研究机构,也可能来自公共或私人研究中心。
这项工作研究了铟镓砷 (InGaAs) SOI-FinFET 中界面缺陷在高性能应用中的可靠性。In 0.53 Ga 0.47 As 是一种很有前途的下一代晶体管材料,因为它具有高电子迁移率,这对于高速和高频应用至关重要。然而,界面陷阱电荷 (ITC) 的存在会严重影响器件的性能和可靠性。我们全面分析了 InGaAs SOI-FinFET 中的 ITC,研究了它们对线性性能参数(如 VIP2、VIP3、IIP3、IMD3、HD2 和 HD3)的影响。所有结果表明,优化界面质量对于提高 InGaAs SOI-FinFET 的可靠性和性能至关重要。这项工作为缺陷机制提供了宝贵的见解,并为改进制造工艺以实现更可靠的高性能 InGaAs-SOI-FinFET 提供了指导。因此,基于 InGaAs 的 FinFET 是最适合下一代使用的高性能半导体器件。 InGaAs 具有优异的电子迁移率和高饱和速度,为高频和高速应用提供了显著的优势,使其成为硅的理想替代品。
摘要。表面缺陷检测在确保工业生产中的产品质量方面起着关键作用,因为裂纹,划痕和凹痕等缺陷会损害产品性能和耐用性。传统的检测方法,例如手动检查和非破坏性测试(NDT),受到效率低下,对人类专业知识的依赖以及对错误的易感性的限制,这限制了它们在大规模生产中的应用。随着人工智能的进步,深度学习模型,尤其是卷积神经网络(CNN)和经常性神经网络(RNN),已成为自动化表面缺陷检测的有前途的解决方案。本文从传统方法到现代深度学习技术开始,对表面缺陷检测技术进行了全面的综述。分析了每种方法的优点和局限性,突出了深度学习中的关键进步,包括最近的模型,例如更快的R-CNN,Cascade R-CNN和Yolov4。此外,还讨论了诸如处理复杂缺陷和改善现实世界环境中的检测准确性之类的挑战,以及未来研究的潜在方向。使用少量钢分类(FSC)数据集进行实验评估,证明了现代检测方法在工业应用中的有效性,从而提供了增强缺陷检测系统的见解。
急剧降低加工效果。对于选择参数D,我们必须考虑点云数据收集的密度。当距离太小时,可以选择致密点,但是某些缺陷点会损失;当距离太大时,很难选择所有离群值D需要达到平衡的距离(图8b)。和最后,要确定体素网格的密度ρ从边缘去除稀疏体素,这反映了体素网格k-邻域中点云的密度(图8C)。因此,在此仿真示例中,提出的算法的参数配置如下:n = 12,d = 1,ρ= 0.5。
尽管基于 WC-Co 直接能量沉积的熔覆层不断优化,但多层涂层的沉积目前仍具有挑战性。在中大型多层涂层中,一直观察到沿沉积厚度延伸的孔隙和裂纹。在多层沉积中,基材从钢变为硬质金属,取代了所有的热特性和稀释模式。本研究探讨了通过在后续层之间进行重熔来提高 WC-Co 多层金属切削应用的沉积质量的方法。为了确定关键工艺参数并确定重熔的影响,首先在单道单层简化条件下检查涂层的特性。这些初步测试表明,重熔可降低孔隙率并确定“白层”微观结构的变化。然后检查了多层配置,对微观结构的彻底分析表明,表面中 Fe-Co-C 元素的富集有利于第二层的沉积。本文讨论了重熔对孔隙率和微观结构的影响,并明确了该方法的优点和缺点,以供未来潜在应用。
作者的完整列表:Zhao,小米;普林斯顿大学,化学与生物工程系Yao,雅;普林斯顿大学,化学工程系GU,Kaichen;普林斯顿大学,化学与生物工程刘,天兰;普林斯顿大学,YU电气工程系;普林斯顿大学,Yueh-Lin化学工程系;普林斯顿大学化学工程系
将一根管道连接到另一根管道是一项劳动密集型过程,因为它需要焊接、螺纹或法兰以及相关设备。虽然这种类型的钢包含多种元素成分,主要含有铁,但可以添加其他几种金属成分,对其可焊性和强度产生很大影响 [1-3]。焊接钢通常需要预热和后热处理,以防止焊接开裂,而焊接钢(如高碳钢)更容易出现焊接开裂,需要特殊的焊接填充金属。裂纹是指焊接熔池未填满的焊缝,它是由焊接金属冷却时发生的收缩应变引起的。当收缩受限时,将引起导致开裂的残余应力。据此,通常会导致开裂的典型因素包括:(i) 焊接过程中产生的氢气、(ii) 易开裂的硬脆结构和 (iii) 作用于焊接接头本身的拉伸应力 [2,4-6]。可以说,钢的碳当量越高,可焊性越差。这意味着碳含量超过 0.2% 的钢的可焊性被认为是较差的,因为钢的硬度高,开裂的可能性也高。相比之下,低碳钢显示出优势,并且是室温下最容易焊接的钢