基于深度学习的电路板瑕疵识别实时检测算法

印刷电路板是电子产业重要部件之一。在电路板制造中,印刷电路板中一个微小的缺陷就会酿成产品的重大损失,针对人工检测耗时耗力且误差较大的问题,文章提出了一种基于YOLOv5(You Only Look Once Version 5)实时检测算法,可以实时检测并定位电路板中缺陷位置。通过对缺陷图像目标信息的提取,在印制电路板数据集上进行迭代训练,获得最佳检测模型。经多次测试,本系统可以实现对缺陷板子的精准识别和实时定位,mAP@0.5(Mean Average Precision@0.5)值高达0.991,大大降低了人工检测的失误率。

基于AutoDL Transfer的中草药识别系统的设计与实现

文章介绍了一种基于AutoDL Transfer的中草药识别系统的设计与实现。系统采用自学习模型,通过对海量的中草药图像进行训练,实现了精确、高效的中草药分类识别。利用AutoDL Transfer技术,该系统能自适应不同的数据集,具有极强的智能化和适应性。在模型设计方面,本项目采用百度EasyDL的AutoDL Transfer (高精度算法),对89种中草药进行识别,训练模型的精确率达到88.0%,通过扫描生成的二维码调用H5页面,可以在手机端做到即扫即用,具有极大的便利性。

智慧教育视域下应用型本科院校新形态一体化教材建设

遵循教育部关于信息化教学和新形态一体化教材的建设要求,阐释新形态一体化教材的相关概念,探讨如何进行新形态一体化教材内容的建设,提出具体的建设方法,以《信息化应用基础》为例,从编写内容、编写方法、应用模式、应用效果方面介绍新形态一体化教材建设流程。