期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于深度学习的国产工业相机PCB缺陷检测算法
1
作者
陈万志
阴晓阳
+1 位作者
方圆
房娜
《辽宁工程技术大学学报(自然科学版)》
北大核心
2023年第6期756-762,共7页
针对PCB缺陷检测进口成套设备价格昂贵、闭源、不支持二次开发,面向国产工业相机的核心算法效率和准确度不佳的问题,提出一种基于深度学习的国产工业相机PCB缺陷检测算法。通过国产工业相机采集PCB训练样本集,利用K-means++聚类算法依...
针对PCB缺陷检测进口成套设备价格昂贵、闭源、不支持二次开发,面向国产工业相机的核心算法效率和准确度不佳的问题,提出一种基于深度学习的国产工业相机PCB缺陷检测算法。通过国产工业相机采集PCB训练样本集,利用K-means++聚类算法依据缺陷特征生成符合缺陷尺寸的先验框。在YOLOv3深度学习算法的网络结构基础上,增加一个尺度为104×104的特征图层,进一步提取更多尺度的特征信息。通过多尺度特征的联合预测得到缺陷位置和类别。实验测试结果表明:所提出算法的平均精度均值达到97.42%,优于同级别时间复杂度的SSD算法、YOLOv3算法和FasterRCNN算法,能够满足国产工业相机PCB缺陷检测的实际需求。
展开更多
关键词
国产工业相机
PCB缺陷检测
YOLOv3
K-means++
多尺度特征
下载PDF
职称材料
题名
基于深度学习的国产工业相机PCB缺陷检测算法
1
作者
陈万志
阴晓阳
方圆
房娜
机构
辽宁工程技术大学软件学院
出处
《辽宁工程技术大学学报(自然科学版)》
北大核心
2023年第6期756-762,共7页
基金
国家重点研发计划项目(2018YFB1403303)
国家级大学生创新创业训练计划项目(201710147312)。
文摘
针对PCB缺陷检测进口成套设备价格昂贵、闭源、不支持二次开发,面向国产工业相机的核心算法效率和准确度不佳的问题,提出一种基于深度学习的国产工业相机PCB缺陷检测算法。通过国产工业相机采集PCB训练样本集,利用K-means++聚类算法依据缺陷特征生成符合缺陷尺寸的先验框。在YOLOv3深度学习算法的网络结构基础上,增加一个尺度为104×104的特征图层,进一步提取更多尺度的特征信息。通过多尺度特征的联合预测得到缺陷位置和类别。实验测试结果表明:所提出算法的平均精度均值达到97.42%,优于同级别时间复杂度的SSD算法、YOLOv3算法和FasterRCNN算法,能够满足国产工业相机PCB缺陷检测的实际需求。
关键词
国产工业相机
PCB缺陷检测
YOLOv3
K-means++
多尺度特征
Keywords
domestic industrial camera
printed circuit board defect detection
YOLOv3
K-means++
multi-scale features
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于深度学习的国产工业相机PCB缺陷检测算法
陈万志
阴晓阳
方圆
房娜
《辽宁工程技术大学学报(自然科学版)》
北大核心
2023
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部