基于改进YOLOv5s的铝型材表面弱缺陷识别方法

针对采用传统的机器视觉方法识别铝型材表面弱缺陷存在的效率低和精度差的问题，提出一种将数据增强与YOLOv5s相结合的铝型材表面弱缺陷识别方法。采用anchor-free方法简化人工设计YOLOv5参数的步骤，降低检测复杂度；利用解耦检测器解决YOLOv5s检测中分类与回归任务冲突的问题，加快损失函数的收敛速度。通过优化算法的边界框回归损失函数，提高算法模型的定位精度；同时引入γ参数解决弱缺陷样本不平衡的问题。通过图像马赛克与像素混合方法提升模型对弱缺陷图像的识别能力。试验结果表明，改进算法的检测平均精度均值为93.3%，检测速度为41帧/秒，能提高船舶类铝型材弱缺陷检测的效率和自动化程度。     

铁路货运电子地图分析系统的设计与实现

铁路货运客户的增长使得客户信息量庞大。为了有效运用企业信息开展智能分析，稳定和拓展铁路运输货源，文章设计了货运电子地图分析系统。使用基于本体的方式对企业客户所属行业、经营品类、经纬度等信息进行采集、建档，并融合铁路货运专有系统的数据形成企业信息库；基于ECharts将企业信息通过电子地图的方式直观展示，有利于营销人员开展网格化营销，挖掘潜在客户。该系统已在中国铁路济南局集团有限公司成功应用，有效提升了货运营销客户数量及铁路运量，可为实现智慧营销提供参考。