期刊文献+
共找到1,114篇文章
< 1 2 56 >
每页显示 20 50 100
Influence of deep defects on electrical properties of Ni/4H-SiC Schottky diode
1
作者 Jin-Lan Li Yun Li +4 位作者 Ling Wang Yue Xu Feng Yan Ping Han Xiao-Li Ji 《Chinese Physics B》 SCIE EI CAS CSCD 2019年第2期400-405,共6页
In this paper, we investigate the influence of deep level defects on the electrical properties of Ni/4H-SiC Schottky diodes by analyzing device current-voltage(I-V) characteristics and deep-level transient spectra(DLT... In this paper, we investigate the influence of deep level defects on the electrical properties of Ni/4H-SiC Schottky diodes by analyzing device current-voltage(I-V) characteristics and deep-level transient spectra(DLTS). Two Schottky barrier heights(SBHs) with different temperature dependences are found in Ni/4 H-SiC Schottky diode above room temperature. DLTS measurements further reveal that two kinds of defects Z_(1/2) and Ti(c)~a are located near the interface between Ni and SiC with the energy levels of E_C-0.67 eV and E_C-0.16 eV respectively. The latter one as the ionized titanium acceptor residing at cubic Si lattice site is thought to be responsible for the low SBH in the localized region of the diode, and therefore inducing the high reverse leakage current of the diode. The experimental results indicate that the Ti(c)~a defect has a strong influence on the electrical and thermal properties of the 4 H-SiC Schottky diode. 展开更多
关键词 4H–SiC SCHOTTKY diodes SCHOTTKY barrier HEIGHTS deep defectS DLTS
下载PDF
Defect Detection in Manufacturing: An Integrated Deep Learning Approach
2
作者 Tewogbade Shakir Adeyemi 《Journal of Computer and Communications》 2024年第10期153-176,共24页
This research investigates deep learning-based approach for defect detection in the steel production using Severstal steel dataset. The developed system integrates DenseNet121 for classification and DeepLabV3 for segm... This research investigates deep learning-based approach for defect detection in the steel production using Severstal steel dataset. The developed system integrates DenseNet121 for classification and DeepLabV3 for segmentation. DenseNet121 achieved high accuracy with defect classification as it achieved 92.34% accuracy during testing. This model significantly outperformed benchmark models like VGG16 and ResNet50, which achieved 72.59% and 92.01% accuracy, respectively. Similarly, for segmentation, DeepLabV3 showed high performance in localizing and categorizing defects, achieving a Dice coefficient of 84.21% during training and 69.77% during validation. The dataset includes steels which have four different types of defects and the DeepLab model was particularly effective with detection of Defect 4, with a Dice coefficient of 87.69% in testing. The model performs suboptimally in segmentation of Defect 1, achieving an accuracy of 64.81%. The overall system’s integration of classification and segmentation, alongside thresholding techniques, resulted in improved precision (92.31%) and reduced false positives. Overall, the proposed deep learning system achieved superior defect detection accuracy and reliability compared to existing models in the literature. 展开更多
关键词 defect DETECTION CLASSIFICATION SEGMENTATION deep Learning
下载PDF
Reduction of Deep Level Defects in Unintentionally Doped 4H-SiC Homo-epilayers by Ion Implantation 被引量:1
3
作者 贾仁需 张玉明 《Journal of Wuhan University of Technology(Materials Science)》 SCIE EI CAS 2012年第3期415-417,共3页
In order to reduce deep level defects, the theory and process design of 4H-SiC homoepitaxial layer implanted by carbon ion are studied. With the Monte Carlo simulator TRIM, the ion implantation range, location of peak... In order to reduce deep level defects, the theory and process design of 4H-SiC homoepitaxial layer implanted by carbon ion are studied. With the Monte Carlo simulator TRIM, the ion implantation range, location of peak concentration and longitudinal straggling of carbon are calculated. The process for improving deep energy level in undoped 4H-SiC homoepitaxial layer by three times carbon ion-implantation is proposed, including implantation energy, dose, the SiO2 resist mask, annealing temperature, annealing time and annealing protection. The deep energy level in 4H-SiC material can be significantly improved by implantation of carbon atoms into a shallow surface layer. The damage of crystal lattice can be repaired well, and the carbon ions are effectively activated after 1 600 ℃ annealing, meanwhile, deep level defects are decreased. 展开更多
关键词 4H-SiC Homo-epilayers deep level defects carbon ion-implantation
下载PDF
Influence of a deep-level-defect band formed in a heavily Mg-doped GaN contact layer on the Ni/Au contact to p-GaN
4
作者 李晓静 赵德刚 +10 位作者 江德生 陈平 朱建军 刘宗顺 乐伶聪 杨静 何晓光 张立群 刘建平 张书明 杨辉 《Chinese Physics B》 SCIE EI CAS CSCD 2015年第9期408-412,共5页
The influence of a deep-level-defect(DLD) band formed in a heavily Mg-doped GaN contact layer on the performance of Ni/Au contact to p-GaN is investigated. The thin heavily Mg-doped GaN(p^++-GaN) contact layer w... The influence of a deep-level-defect(DLD) band formed in a heavily Mg-doped GaN contact layer on the performance of Ni/Au contact to p-GaN is investigated. The thin heavily Mg-doped GaN(p^++-GaN) contact layer with DLD band can effectively improve the performance of Ni/Au ohmic contact to p-GaN. The temperature-dependent I–V measurement shows that the variable-range hopping(VRH) transportation through the DLD band plays a dominant role in the ohmic contact. The thickness and Mg/Ga flow ratio of p^++-GaN contact layer have a significant effect on ohmic contact by controlling the Mg impurity doping and the formation of a proper DLD band. When the thickness of the p^++-GaN contact layer is 25 nm thick and the Mg/Ga flow rate ratio is 10.29%, an ohmic contact with low specific contact resistivity of 6.97×10^-4Ω·cm^2 is achieved. 展开更多
关键词 ohmic contact p-type GaN transportation mechanism deep-level-defect band
下载PDF
In-doping collaboratively controlling back interface and bulk defects to achieve efficient flexible CZTSSe solar cells
5
作者 Quanzhen Sun Yifan Li +6 位作者 Caixia Zhang Shunli Du Weihao Xie Jionghua Wu Qiao Zheng Hui Deng Shuying Cheng 《Journal of Energy Chemistry》 SCIE EI CAS CSCD 2024年第2期10-17,I0002,共9页
Focusing on the low open circuit voltage(V_(OC))and fill factor(FF)in flexible Cu_(2)ZnSn(S,Se)_(4)(CZTSSe)solar cells,indium(In)ions are introduced into the CZTSSe absorbers near Mo foils to modify the back interface... Focusing on the low open circuit voltage(V_(OC))and fill factor(FF)in flexible Cu_(2)ZnSn(S,Se)_(4)(CZTSSe)solar cells,indium(In)ions are introduced into the CZTSSe absorbers near Mo foils to modify the back interface and passivate deep level defects in CZTSSe bulk concurrently for improving the performance of flexible device.The results show that In doping effectively inhibits the formation of secondary phase(Cu(S,Se)_(2))and VSndefects.Further studies demonstrate that the barrier height at the back interface is decreased and the deep level defects(Cu_(Sn)defects)in CZTSSe bulk are passivated.Moreover,the carrier concentration is increased and the V_(OC) deficit(V_(OC,def))is decreased significantly due to In doping.Finally,the flexible CZTSSe solar cell with 10.01%power conversion efficiency(PCE)has been obtained.The synergistic strategy of interface modification and bulk defects passivation through In incorporation provides a new thought for the fabrication of efficient flexible kesterite-based solar cells. 展开更多
关键词 Flexible solar cells Cu_(2)ZnSn(S Se)_(4) Back interface deep level defects Barrier height
下载PDF
基于Deeplab-V3的焊缝缺陷检测应用研究 被引量:7
6
作者 蒋美仙 郑碧佩 +2 位作者 郑佳美 吴光华 周健 《浙江工业大学学报》 CAS 北大核心 2021年第4期416-422,共7页
首先,采用三维激光线扫相机采集焊接部位的三维点云数据投影至3个平面获取深度图,更好地将焊缝缺陷呈现出来;其次,采用深度图制作训练数据集,利用循环一致性对抗网络对样本数据进行扩充,并基于该数据集提出两种焊缝缺陷检测方法,分别是... 首先,采用三维激光线扫相机采集焊接部位的三维点云数据投影至3个平面获取深度图,更好地将焊缝缺陷呈现出来;其次,采用深度图制作训练数据集,利用循环一致性对抗网络对样本数据进行扩充,并基于该数据集提出两种焊缝缺陷检测方法,分别是基于特征和基于滑动窗口的Deeplab-V3模型深度学习焊缝缺陷检测方法;再次,采用AHP(层次分析法,Analytic hierarchy process)和FCE(模糊综合评价方法,Fuzzy comprehensive evaluation)系统评价方法对提出的两种焊缝缺陷检测方法进行评价,得出基于深度学习的焊缝缺陷检测方法在检测效果上更好;最后,开发了焊缝缺陷检测系统,进行测试和校验,验证了基于Deeplab-V3模型的焊缝缺陷检测模型的可行性和有效性。 展开更多
关键词 焊接 缺陷检测 三维点云 深度学习 系统开发
下载PDF
基于FEF-DeepLabV3+的电力金具锈蚀分割方法 被引量:5
7
作者 王凌云 李婷宜 +2 位作者 李阳 万旭东 童华敏 《电子测量与仪器学报》 CSCD 北大核心 2023年第7期166-176,共11页
金具锈蚀在输电线路航拍图像中细节丰富且分布不规律,为克服分割检测过程中局部信息丢失、精度低和速度慢等问题,提出基于DeepLabV3+的金具锈蚀语义分割模型。替换其主干网络为轻量化改进MobileNetV3网络加快运算速度,并提出自适应特征... 金具锈蚀在输电线路航拍图像中细节丰富且分布不规律,为克服分割检测过程中局部信息丢失、精度低和速度慢等问题,提出基于DeepLabV3+的金具锈蚀语义分割模型。替换其主干网络为轻量化改进MobileNetV3网络加快运算速度,并提出自适应特征金字塔(adaptive feature pyramid,AFP)结构融合多尺度。结合FRN层提出特征融合空洞空间金字塔池化(feature fusion atrous spatial pyramid pooling,FEF-ASPP)结构,能够在加强像素间联系的同时不降低分辨率。最后优化损失函数,提高算子的有效性。实验表明,mIoU和mPA分别达到了87.15%、96.64%,相较于原模型提高了3.09%、4.29%。参数量仅为原模型的48%,推理时间仅为15.94 ms,降低了对设备算力的要求,实现高效高精度、轻量化的输电设备锈蚀缺陷分割检测。 展开更多
关键词 深度学习 架空输电线路巡检 图像语义分割 缺陷检测 像素分类
下载PDF
MFC-DeepLabV3+:一种多特征级联融合裂缝缺陷检测网络模型 被引量:4
8
作者 李国燕 梁家栋 +2 位作者 刘毅 潘玉恒 刘泽帅 《铁道科学与工程学报》 EI CAS CSCD 北大核心 2023年第4期1370-1381,共12页
道路裂缝对道路安全存在很大威胁,确保道路的安全性离不开对裂缝的准确检测。针对常规的人工检测方法和传统机器学习检测方法泛化性低且在复杂背景下裂缝分割检测准确率低等诸多问题,提出一种新型道路裂缝缺陷检测模型MFC-DeepLabV3+(Mu... 道路裂缝对道路安全存在很大威胁,确保道路的安全性离不开对裂缝的准确检测。针对常规的人工检测方法和传统机器学习检测方法泛化性低且在复杂背景下裂缝分割检测准确率低等诸多问题,提出一种新型道路裂缝缺陷检测模型MFC-DeepLabV3+(MultiFeatureCascade-DeepLabV3+,多特征级联-DeepLabV3+)。首先,针对裂缝图像拓扑结构复杂,非均匀性强等问题,对主干特征提取网络进行改进,提出采用通道维度的分组卷积和分离注意力模块增强模型对裂缝图像特征提取能力,同时引入位置信息注意力机制提升对裂缝目标结构特征的精准定位,扩大网络各层特征信息的利用率。其次,加入多分支共享密集连接改进ASPP(AtrousSpatialPyramidPooling,空洞空间金字塔池化)模块,使其模仿人类视觉行为感知,在感受野保持均衡的同时生成密集覆盖裂缝尺度范围的特征语义信息。最后,在模型特征融合阶段增加多重边缘细化融合机制,使模型加大对高低阶特征信息的利用,提升模型对裂缝边缘精确分割的能力,防止裂缝轮廓边缘像素缺失。为验证MFC-DeepLabV3+模型的有效性,在公开路面裂缝数据集CRACK500与DeepCrack上进行实验,相较其他分割模型,在平均交并比上分别达到79.63%和76.99%,同时在主观视觉对比上预测出的裂缝分割图像边缘更加清晰,区域更加完整,表明该模型具有良好的工程应用价值。 展开更多
关键词 缺陷检测 裂缝识别 深度学习 语义分割 多特征融合
下载PDF
注意力可变形卷积网络的木质板材瑕疵识别 被引量:3
9
作者 朱咏梅 李玉玲 +1 位作者 奚峥皓 盛鸿宇 《西南大学学报(自然科学版)》 CSCD 北大核心 2024年第2期159-169,共11页
为了解决木材缺陷检测中人工成本高、效率低的问题,该文基于可变性卷积网络和注意力机制,提出一种端到端的神经架构模型.首先,可变形卷积网络(Deformable Convolutional Network, DCN)通过将矩形网格转换为变形网格,使模型专注于具有更... 为了解决木材缺陷检测中人工成本高、效率低的问题,该文基于可变性卷积网络和注意力机制,提出一种端到端的神经架构模型.首先,可变形卷积网络(Deformable Convolutional Network, DCN)通过将矩形网格转换为变形网格,使模型专注于具有更多有用图像信息的区域.使用可变形卷积网络可以忽略图像特征中不相关的系数,解决了传统卷积在特征中学习更多信息能力有限的问题.然后,将DCN输出馈送到门控循环单元(Gated Recurrent Unit, GRU)层以学习缺陷图像的高级特征.最后,通过关注输入图像的最重要特征,应用注意力机制加强瑕疵区域的高亮度,从而提高模型识别的准确性.使用Matlab平台在4个木质板材缺陷数据集上将该文方法与现有其他方法进行比较分析,该文方法的准确率比其他3种对比方法提高了2.4%~13.2%的维度,灵敏度提高了3.3%~16.6%的维度,特异性提高了4%~21%的维度.实验结果表明,该文方法在检测精度和其他各个性能方面均优于现有方法,最佳准确率为99.2%,证明了该文方法的有效性. 展开更多
关键词 可变形卷积网络 注意力机制 瑕疵识别 缺陷 深度学习 木质板材
下载PDF
基于改进YOLOX-S的太阳能电池片表面缺陷检测 被引量:2
10
作者 王淑青 朱文鑫 +1 位作者 张子言 王娟 《激光杂志》 CAS 北大核心 2024年第7期118-123,共6页
针对太阳能电池片表面缺陷检测存在模型体积大和检测性能不达标的问题,提出了一种轻量化YOLOX-S检测模型用于工业生产。首先以YOLOX-S模型为基础,采用轻量级网络MobileNetV3优化主干网络,减少模型参数,降低模型运算量,提高检测速度。其... 针对太阳能电池片表面缺陷检测存在模型体积大和检测性能不达标的问题,提出了一种轻量化YOLOX-S检测模型用于工业生产。首先以YOLOX-S模型为基础,采用轻量级网络MobileNetV3优化主干网络,减少模型参数,降低模型运算量,提高检测速度。其次采用FReLU激活函数改进MobileNetV3,使模型具有空间像素级建模能力,提高模型空间特征信息灵敏度,增强模型对小目标缺陷的特征提取能力。最后,在颈部网络引入注意力特征融合模块,聚合多尺度信息,加强模型的多尺度特征融合能力。实验结果表明,改进的YOLOX-S检测模型平均精度均值可达97.6%,参数量减少43.2%,检测速度达到51帧/s,置信度均在90%以上,检测结果可靠。 展开更多
关键词 太阳能电池片 缺陷检测 YOLOX-S 深度学习 轻量化
下载PDF
基于深度学习的PCB缺陷检测技术 被引量:1
11
作者 程立英 张文雅 +3 位作者 程强 谷利茹 管文印 张志美 《沈阳师范大学学报(自然科学版)》 CAS 2024年第2期151-156,共6页
印刷电路板(printed circuit board,PCB)是电子产品的关键部件。在实际生产过程中,PCB难免会产生多种缺陷,对缺陷进行及时、精准检测具有一定的研究意义与应用价值。传统的检测方法存在速度慢、成本高、精度低的问题。针对PCB缺陷检测问... 印刷电路板(printed circuit board,PCB)是电子产品的关键部件。在实际生产过程中,PCB难免会产生多种缺陷,对缺陷进行及时、精准检测具有一定的研究意义与应用价值。传统的检测方法存在速度慢、成本高、精度低的问题。针对PCB缺陷检测问题,开展基于YOLO系列算法研究,在相同的实验环境下,以平均精度、精确率、召回率、每秒传输帧数作为评价性能指标。实验研究发现,YOLOv7在精度方面比YOLOv5有一定的提升,而YOLOv5在训练和推理的速度上比YOLOv7更快。提出融合CBAM(convolutional block attention module)注意力机制模块的YOLOv5改进算法用于PCB缺陷检测。经实验验证,改进算法在PCB缺陷检测的精确性和速度性能上均得到提升,其中,平均精度、精确度和召回率分别提升了7.40%,3.57%和5.63%。 展开更多
关键词 PCB缺陷检测 深度学习 YOLOv5 CBAM注意力机制
下载PDF
基于多尺度卷积注意力机制的输电线路防振锤缺陷检测 被引量:3
12
作者 张烨 李博涛 +2 位作者 尚景浩 黄新波 翟鹏超 《电工技术学报》 EI CSCD 北大核心 2024年第11期3522-3537,共16页
作为输电线路中的重要金具部件,防振锤的缺陷将对输电线路构成严重威胁。针对由于防振锤缺陷样本数量稀少、背景复杂、区域形状尺寸不一造成的防振锤缺陷识别能力不足的问题,提出一种基于多尺度卷积注意力机制的防振锤缺陷检测方法。首... 作为输电线路中的重要金具部件,防振锤的缺陷将对输电线路构成严重威胁。针对由于防振锤缺陷样本数量稀少、背景复杂、区域形状尺寸不一造成的防振锤缺陷识别能力不足的问题,提出一种基于多尺度卷积注意力机制的防振锤缺陷检测方法。首先,通过统计不同缺陷的防振锤尺寸,设计适应不同类别的多尺度卷积注意力机制,使网络重点关注图像中的防振锤区域;其次,引入结构重参数化方法,以将网络中的多分支结构无损失地转换为单分支结构,在提高网络检测性能的同时维持检测速度在较高水平;最后,以渐进式特征金字塔网络结构(AFPN)为基础,融合更多的浅层网络,提高了网络检测防振锤小目标的能力。实际收集的防振锤缺陷数据集实验结果表明,设计的检测方法可显著提升防振锤缺陷检测的性能,检测精度mAP0.5达到了91.9%,在TITAN XP平台下检测速度达60.88帧/s,可为输电线路防振锤智能化巡检提供参考。 展开更多
关键词 防振锤 深度学习 注意力机制 实时缺陷检测
下载PDF
基于深度学习的隧道衬砌多病害检测算法
13
作者 宋娟 贺龙喜 龙会平 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2024年第6期1161-1173,共13页
针对已有目标检测算法在隧道衬砌病害检测中全局信息提取不充分、检测精度低的问题,提出隧道衬砌表观病害检测算法TDD-YOLO.该算法以YOLOv7框架为基础,采用MobileViT作为主干特征提取网络,提高网络全局信息和局部信息提取能力;在特征金... 针对已有目标检测算法在隧道衬砌病害检测中全局信息提取不充分、检测精度低的问题,提出隧道衬砌表观病害检测算法TDD-YOLO.该算法以YOLOv7框架为基础,采用MobileViT作为主干特征提取网络,提高网络全局信息和局部信息提取能力;在特征金字塔网络的上采样和下采样后增加Coordinate attention (CA)注意力模块,突出病害的特征信息,去除背景信息的干扰;提出卷积模块TP Block,在计算量较小的情况下进一步提高网络的特征提取能力.为了验证所提出算法的有效性,选用SSD、 Faster-RCNN、 EfficientDet、 YOLOv5、 YOLOv7这5种算法进行对比分析.实验结果表明,TDD-YOLO算法的F1为77.43%,相对5种对比算法,分别提高了15.58%、17.36%、 12.19%、 6.32%、 6.14%;mAP为77.52%,相对5种对比算法,分别提高了15.20%、 14.24%、 9.44%、 7.44%、6.39%. TDD-YOLO算法病害识别精度最高,综合性能最优,适用于实际隧道工程的病害检测任务. 展开更多
关键词 隧道病害 深度学习 病害识别 目标检测 神经网络
下载PDF
基于深度学习的输电线路绝缘子故障检测方法 被引量:1
14
作者 杨桢 刘易宸 +1 位作者 李鑫 许雪飞 《电气工程学报》 CSCD 北大核心 2024年第2期325-334,共10页
针对航拍巡检高压输电线路上绝缘子目标易受复杂背景和部分遮挡影响,造成传统算法难以准确检测的问题,建立了一种基于改进YOLOv5的输电线路绝缘子检测模型。首先,利用GA+K的检测框优化算法对选择的模型进行改进,来提高识别精度;然后,在Y... 针对航拍巡检高压输电线路上绝缘子目标易受复杂背景和部分遮挡影响,造成传统算法难以准确检测的问题,建立了一种基于改进YOLOv5的输电线路绝缘子检测模型。首先,利用GA+K的检测框优化算法对选择的模型进行改进,来提高识别精度;然后,在YOLOv5算法框架中融合CBAM模块来提升图像中故障目标区域的显著度;其次,采用高斯函数改进YOLOv5中的非极大值抑制方法,提高对遮挡目标的识别准确率;最后利用辽宁某电网公司提供的无人机巡检图像制作数据集,并将所提算法与4种经典目标检测算法进行比较。试验结果表明,相比于4种对比算法,该算法能够在保证较高检测精度的同时具有较好的实时性,并且平均检测精度可以达到95.1%,每张图片的检测时间为0.04 s,兼具目标检测的准确性和实时性。 展开更多
关键词 绝缘子缺陷 故障检测 深度学习 目标识别 YOLOv5
下载PDF
轻量化特征融合的CenterNet输电线路绝缘子自爆缺陷检测 被引量:2
15
作者 苟军年 杜愫愫 +1 位作者 王世铎 张昕悦 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2024年第7期2161-2171,共11页
输电线路智能化巡检是新一代电力系统建设的必然要求。当前,基于深度学习的检测模型由于参数量过大,使得利用无人机(UAV)进行边缘部署较困难。为使无人机可搭载轻量级模型实现输电线路中具有自爆缺陷绝缘子的识别,提出了一种轻量级Cente... 输电线路智能化巡检是新一代电力系统建设的必然要求。当前,基于深度学习的检测模型由于参数量过大,使得利用无人机(UAV)进行边缘部署较困难。为使无人机可搭载轻量级模型实现输电线路中具有自爆缺陷绝缘子的识别,提出了一种轻量级CenterNet-GhostNet的目标检测网络。对模型主干特征提取网络进行轻量化处理,利用计算成本较低的GhostNet提取自爆缺陷绝缘子的多层次特征,降低模型复杂度;引入增强感受野模块(RFB)增强特征表达能力,提升模型对小目标特征信息的注意力;构建特征融合模块,将低层特征信息和高层特征信息有效融合以输出更完整的特征图,提高缺陷识别精度。利用迁移学习参数共享,结合冻结与解冻训练相结合的模型训练策略,缓解网络因小样本数据集而产生的泛化能力不足问题。基于构建的输电线路自爆缺陷绝缘子数据集对所提方法进行验证,实验结果表明:相比原始CenterNet,所提方法的AP50、AP75和AP50:95分别提升至0.86、0.74和0.63,模型参数量由124.61×10^(6)减少至64.2×10^(6),可实现复杂环境下的自爆缺陷绝缘子检测,提高了基于无人机的输电线路巡检精度与速度。 展开更多
关键词 深度学习 绝缘子自爆缺陷 轻量级网络 CenterNet 小目标检测
下载PDF
改进YOLOv5s的钢材表面缺陷检测算法 被引量:2
16
作者 吕秀丽 卢海滨 +1 位作者 侯春光 王志刚 《化工自动化及仪表》 CAS 2024年第2期301-309,共9页
为提高钢材表面缺陷检测的准确率,提出一种改进YOLOv5s的钢材表面缺陷检测算法。首先,在特征提取网络中引入Swin Transformer结构,增强网络对特征的感知能力;其次,添加坐标注意力机制,加强对重要特征信息的关注;最后,针对钢材缺陷的特... 为提高钢材表面缺陷检测的准确率,提出一种改进YOLOv5s的钢材表面缺陷检测算法。首先,在特征提取网络中引入Swin Transformer结构,增强网络对特征的感知能力;其次,添加坐标注意力机制,加强对重要特征信息的关注;最后,针对钢材缺陷的特点增加检测层,提升多尺度目标检测能力,并使用SIOU损失函数评估检测效果。将所提出的算法在公开数据集NEU-DET上进行消融实验,结果表明:所提算法能有效提高钢材表面缺陷目标检测的准确率。 展开更多
关键词 缺陷检测 深度学习 改进YOLOv5s Swin Transformer 注意力机制
下载PDF
基于NVAE和OB-Mix的小样本数据增强方法 被引量:1
17
作者 杨玮 钟名锋 +3 位作者 杨根 侯至丞 王卫军 袁海 《计算机工程与应用》 CSCD 北大核心 2024年第2期103-112,共10页
由于深度学习模型对海量标注数据的依赖性较高,导致目前许多前沿性目标检测理论难以适用于工业检测领域。为此,提出一种基于NVAE图像生成和OB-Mix数据增强的小样本数据扩充方法。具体方法是通过NVAE构建检测目标的数据分布模型,再通过... 由于深度学习模型对海量标注数据的依赖性较高,导致目前许多前沿性目标检测理论难以适用于工业检测领域。为此,提出一种基于NVAE图像生成和OB-Mix数据增强的小样本数据扩充方法。具体方法是通过NVAE构建检测目标的数据分布模型,再通过采样潜变量的方式生成与真实目标图像属于同一分布的全新目标图像。在得到生成目标图像后,提出了OB-Mix数据增强策略,将生成目标图像与背景图像进行随机位置融合以构建出新的图像数据,从而提高网络的定位能力及泛化能力。方法在仅使用474张标注图像以及400张无检测目标的背景图像情况下,使YOLOv5的检测精确率达到95.86%,相比于不使用该方法的结果提高了17.60个百分点。 展开更多
关键词 数据增强 小样本 数据生成 新派变分自编码器(NVAE) 表面缺陷检测 深度学习
下载PDF
基于YOLO-J的PCB缺陷检测算法
18
作者 苏佳 贾欣雨 侯卫民 《计算机集成制造系统》 EI CSCD 北大核心 2024年第11期3984-3998,共15页
针对现有PCB缺陷检测方法存在准确率低和模型参数量过多的问题,提出基于改进YOLOv4的YOLO-J的PCB缺陷检测算法。该方法使用Resnet作为模型的特征提取网络,解决YOLOv4中因CSPDarknet53参数太多从而难以部署在移动端的问题。为避免替换特... 针对现有PCB缺陷检测方法存在准确率低和模型参数量过多的问题,提出基于改进YOLOv4的YOLO-J的PCB缺陷检测算法。该方法使用Resnet作为模型的特征提取网络,解决YOLOv4中因CSPDarknet53参数太多从而难以部署在移动端的问题。为避免替换特征提取网络降低检测效果,通过增加注意力机制和改进PANet结构,提高模型对小目标PCB缺陷的特征提取能力。使用H-Swish激活函数作为颈部的激活函数,以达到提升检测精度和训练速度的目的。另外,通过使用二分K-means对PCB数据集聚类,解决初始锚框不适合检测PCB缺陷的问题。使用北京大学实验室公开发布的PCB缺陷数据集进行实验,结果表明,该方法相较于YOLOv4,在IoU=0.5时mAP提升了0.29%;在IoU=0.5:0.95时mAP和召回率均提升了6.7%,速度提升了2.24FPS,模型大小为132MB,约为YOLOv4的1/2。 展开更多
关键词 深度学习 YOLOv4 缺陷检测 小目标检测
下载PDF
面向工业缺陷分类的交互式易混淆缺陷分离方法研究
19
作者 罗月童 李超 +1 位作者 周波 张延孔 《计算机工程与科学》 CSCD 北大核心 2024年第3期463-470,共8页
在工业生产中会根据严重程度对缺陷做不同处理,所以需要对缺陷进行分类。但是,实际生产中经常因为存在一些易混淆缺陷而导致分类精度不够,使得在生产实践中只能对所有缺陷进行保守处理,带来很大人力成本和经济代价。为解决该问题,提出... 在工业生产中会根据严重程度对缺陷做不同处理,所以需要对缺陷进行分类。但是,实际生产中经常因为存在一些易混淆缺陷而导致分类精度不够,使得在生产实践中只能对所有缺陷进行保守处理,带来很大人力成本和经济代价。为解决该问题,提出一种交互式易混淆缺陷分离方法,将少量易混淆缺陷从其他缺陷中分离出来,从而保证剩下的绝大部分缺陷的分类结果能被直接使用。首先,将训练数据中的易混淆缺陷挑选出来作为一个或多个新缺陷类别,称之为虚缺陷,从而使得训练所得网络能区分虚缺陷和其它类缺陷。其中,还设计了一套可视化界面辅助用户交互地挑选易混淆缺陷以构建虚类别。使用实际工业现场的CMOS缺陷数据进行有效性验证,结果表明所提方法能快速分类出易混淆缺陷,并保证剩余缺陷的分类精度满足工业应用要求。 展开更多
关键词 表面缺陷分类 易混淆缺陷 深度学习 可视分析
下载PDF
局部和全局特征融合的太阳能电池片表面缺陷检测 被引量:2
20
作者 陶志勇 何燕 +2 位作者 林森 易廷军 张尧晟 《光电工程》 CAS CSCD 北大核心 2024年第1期86-99,共14页
太阳能电池片表面缺陷具有类内差异大、类间差异小和背景特征复杂等特点,因此,要实现高精度的太阳能电池片表面缺陷自动检测是一项富有挑战性的任务。针对此问题,该文提出融合局部和全局特征的卷积视觉Transformer网络(CViT-Net),首先采... 太阳能电池片表面缺陷具有类内差异大、类间差异小和背景特征复杂等特点,因此,要实现高精度的太阳能电池片表面缺陷自动检测是一项富有挑战性的任务。针对此问题,该文提出融合局部和全局特征的卷积视觉Transformer网络(CViT-Net),首先采用Ghost聚焦(G-C2F)模块提取电池片缺陷局部特征;然后引进坐标注意力强调缺陷特征并抑制背景特征;最后构建Ghost视觉(G-ViT)模块融合电池片缺陷局部特征和全局特征。同时,针对不同检测精度和模型参数量,分别提供了CViT-Net-S和CViT-Net-L两种网络结构。实验结果表明,与经典MobileVit、MobileNetV3和GhostNet轻量级网络相比,CViT-Net-S对电池片分类准确率分别提升了1.4%、2.3%和1.3%,对电池片检测mAP50分别提升了2.7%、0.3%和0.8%;与ResNet50、RegNet网络相比,CViT-Net-L分类准确率分别提升了0.72%和0.7%,检测mAP50分别提升了3.9%、1.3%;与先进YOLOv6、YOLOv7和YOLOv8检测网络相比,作为骨干网络的CViT-Net-S、CViT-Net-L结构在mAP和mAP50指标上仍保持良好检测效果。结果证明本文算法在太阳能电池片表面缺陷检测领域具有应用价值。 展开更多
关键词 深度学习 特征融合 太阳能电池 缺陷分类 缺陷检测
下载PDF
上一页 1 2 56 下一页 到第
使用帮助 返回顶部