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
2
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PU-Faster R-CNN的手机屏幕缺陷检测算法研究
1
作者
李伟朝
陈志豪
+1 位作者
张勰
查云威
《计算机测量与控制》
2023年第7期99-106,共8页
手机屏幕缺陷检测是手机生产的重要环节,实现准确而高效的屏幕缺陷检测对于提高手机工业产能具有重要意义;在实际生产过程中,手机屏幕图像缺陷特征隐晦、缺陷尺寸差异大等问题,加大了手机屏幕缺陷检测的难度;为解决上述问题,提出了一种...
手机屏幕缺陷检测是手机生产的重要环节,实现准确而高效的屏幕缺陷检测对于提高手机工业产能具有重要意义;在实际生产过程中,手机屏幕图像缺陷特征隐晦、缺陷尺寸差异大等问题,加大了手机屏幕缺陷检测的难度;为解决上述问题,提出了一种基于Preprocessing operations are combined with U-Net-Faster R-CNN(PU-Faster R-CNN)的手机屏幕缺陷检测模型;针对手机屏幕图像的特征信息隐晦的问题,提出多层特征增强模块,有效的对目标缺陷特征信息进行增强;构建多尺度特征提取网络,有效提取多尺度的缺陷特征信息;为了生成拟合性更好的Anchor box,提出了自适应区域建议网络,通过自迭代聚类算法生成尺寸更准确的Anchor box模板;实验结果表明,基于PU-Faster R-CNN的手机屏幕检测框架在手机屏幕数据集上优于主流的手机屏幕缺陷检测框架。
展开更多
关键词
手机屏幕
缺陷检测
PU-Faster
R-CNN
多层特征增强模块
自适应区域建议网络
下载PDF
职称材料
一种融合卷积与transformer的级联包检测方法
2
作者
罗晓霞
蒋磊
蔡院强
《电子测量技术》
北大核心
2022年第23期91-98,共8页
为解决目前包检测算法检测类别单一、准确度较低、复杂目标难以检测等问题,研究了一种融合卷积与transformer的级联包检测方法,CT-CBDet。首先,设计了deformable conformer作为骨干网络进行特征提取,其在transformer与卷积双网络融合的...
为解决目前包检测算法检测类别单一、准确度较低、复杂目标难以检测等问题,研究了一种融合卷积与transformer的级联包检测方法,CT-CBDet。首先,设计了deformable conformer作为骨干网络进行特征提取,其在transformer与卷积双网络融合的基础上利用可形变卷积和空间金字塔池化模块实现几何特征变换与多尺度特征融合,以强化针对复杂特征的建模能力;然后,提出一种基于anchor统计特征的自适应正负样本选择的区域建议网络,以平衡不同尺度目标样本正负选择的公平性,增强模型的训练稳定性;最后,利用多阶段损失对模型的级联检测组件进行端到端训练。结果表明,该方法相较于基准方法Cascade RCNN平均精度值提高了5.8%,小尺度目标检测精度提高了10.9%。可见CT-CBDet可有效完成复杂场景下的包检测任务。
展开更多
关键词
包检测
级联架构
特征融合
自适应区域建议网络
deformable
conformer
下载PDF
职称材料
题名
基于PU-Faster R-CNN的手机屏幕缺陷检测算法研究
1
作者
李伟朝
陈志豪
张勰
查云威
机构
广东工业大学自动化学院广东省物联网信息技术重点实验室
华南理工大学电力学院
出处
《计算机测量与控制》
2023年第7期99-106,共8页
基金
科技创新2030-“新一代人工智能”国家级重大项目(2020AAA0108300)。
文摘
手机屏幕缺陷检测是手机生产的重要环节,实现准确而高效的屏幕缺陷检测对于提高手机工业产能具有重要意义;在实际生产过程中,手机屏幕图像缺陷特征隐晦、缺陷尺寸差异大等问题,加大了手机屏幕缺陷检测的难度;为解决上述问题,提出了一种基于Preprocessing operations are combined with U-Net-Faster R-CNN(PU-Faster R-CNN)的手机屏幕缺陷检测模型;针对手机屏幕图像的特征信息隐晦的问题,提出多层特征增强模块,有效的对目标缺陷特征信息进行增强;构建多尺度特征提取网络,有效提取多尺度的缺陷特征信息;为了生成拟合性更好的Anchor box,提出了自适应区域建议网络,通过自迭代聚类算法生成尺寸更准确的Anchor box模板;实验结果表明,基于PU-Faster R-CNN的手机屏幕检测框架在手机屏幕数据集上优于主流的手机屏幕缺陷检测框架。
关键词
手机屏幕
缺陷检测
PU-Faster
R-CNN
多层特征增强模块
自适应区域建议网络
Keywords
mobile phone screen
defect detection
PU-Faster R-CNN
multi-layer feature enhancement module
adaptive region proposal network
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
一种融合卷积与transformer的级联包检测方法
2
作者
罗晓霞
蒋磊
蔡院强
机构
西安科技大学计算机科学与技术学院
北京邮电大学网络与交换技术国家重点实验室
出处
《电子测量技术》
北大核心
2022年第23期91-98,共8页
文摘
为解决目前包检测算法检测类别单一、准确度较低、复杂目标难以检测等问题,研究了一种融合卷积与transformer的级联包检测方法,CT-CBDet。首先,设计了deformable conformer作为骨干网络进行特征提取,其在transformer与卷积双网络融合的基础上利用可形变卷积和空间金字塔池化模块实现几何特征变换与多尺度特征融合,以强化针对复杂特征的建模能力;然后,提出一种基于anchor统计特征的自适应正负样本选择的区域建议网络,以平衡不同尺度目标样本正负选择的公平性,增强模型的训练稳定性;最后,利用多阶段损失对模型的级联检测组件进行端到端训练。结果表明,该方法相较于基准方法Cascade RCNN平均精度值提高了5.8%,小尺度目标检测精度提高了10.9%。可见CT-CBDet可有效完成复杂场景下的包检测任务。
关键词
包检测
级联架构
特征融合
自适应区域建议网络
deformable
conformer
Keywords
bag detection
cascade architecture
feature fusion
adaptive region proposal network
deformable conformer
分类号
TP391 [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PU-Faster R-CNN的手机屏幕缺陷检测算法研究
李伟朝
陈志豪
张勰
查云威
《计算机测量与控制》
2023
0
下载PDF
职称材料
2
一种融合卷积与transformer的级联包检测方法
罗晓霞
蒋磊
蔡院强
《电子测量技术》
北大核心
2022
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