Scidown文献预览系统！
基于深度学习框架的跟踪与检测相结合的焊缝鲁棒跟踪( Robust seam tracking via a deep learning framework combining tracking and detection )
Z Yanbiao L Rui W Xianzhong C Jiaxin
针对复杂非结构化焊接环境中强弧光、焊接飞溅、热致变形等可能干扰导致焊接精度低的问题,提出了一种基于深度学习框架的视觉跟踪与目标检测相结合的方法。该方法首先将焊接图像块直接输入卷积长短时记忆网络中，保持目标的空间结构，并有效地利用记忆，以避免干扰。其次，利用卷积神经网络各层的特征，通过特征层之间的相似性匹配确定焊缝特征点。然而，在噪声图像中馈入导致跟踪器积累干扰信息，从而造成模型漂移。因此，使用焊缝检测网络，对象滤波器被周期性地重新初始化，以提高跟踪精度和鲁棒性。实验结果表明,该焊炬运行平稳,弧光强,焊接飞溅干扰强,跟踪误差可达±0.5mm,足以满足实际焊接要求。通过多个对比实验验证了该算法的优越性。
SciDown文献求助系统（解决99%问题） Public Download 万方医学 ResearchGate
『Sci-Hub|Scidown』怎么用？来看看教程吧！

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献（暂时关闭）

安卓手机、电脑用户，您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！（注意是文献的DOI号）

苹果手机用户，您需要先在App Store里搜索并下载 Documents by Readdle 这个APP，在APP首页，左划右下角的指南针图标打开APP内置浏览器，在浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！

如出现BUG？赶快加入【Scidown互助交流群】反馈吧：729083885【点击一键加群】
『Sci-Hub|Scidown』相关参考文献
scidown 评估中国为达到1.5°C的升温上限所做的努力下载
scidown 评估中国为达到1.5°C的升温上限所做的努力下载