Scidown文献预览系统！
基于深度学习的矿山输送带损伤检测( Deep learning-based damage detection of mining conveyor belt )
M Zhang H Shi Y Zhang Y Yu M Zhou
矿用输送带是煤矿带式输送机的重要组成部分，起着运载物料和传递动力的作用。针对矿用输送带在恶劣工况下易损坏的问题，在对输送带损坏类型重新分类和定义的基础上，建立了输送带损坏的专用数据集，提出了一种基于改进Yolov3算法的多故障同时检测新方法。改进算法采用效率网代替Darknet53作为主干特征提取网络，综合考虑网络深度、宽度和图像分辨率之间的平衡进行网络缩放，在有限的计算资源下提高算法的精确度。实验证明，本文改进算法兼顾了检测速度和检测精度。检测速度可达42 FPS，平均精度可达97.26%。与原Yolov3算法相比，精度提高了10.4%，速度提高了45.9%，为保证输送带安全稳定工作提供了新的思路和方法。
SciDown文献求助系统（解决99%问题） Public Download Elsevier 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 使用MAC层机会重传提高IEEE 802.11网络的公平性下载
scidown 脂肪来源的间充质干细胞(AD-MSCs)对抗紫外线(UV)辐射效应和皮肤光老化下载