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
共找到6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：
基于改进PP-YOLOv2的IC引脚焊接缺陷检测算法研究 被引量：11
1
作者 李娜 王学影 +2 位作者 胡晓峰 郭斌 罗哉 《计量学报》 CSCD 北大核心 2023年第10期1574-1581,共8页
针对IC引脚焊接缺陷因目标尺寸小、引脚密集导致检测精度低等问题,提出一种基于改进PP-YOLOv2的IC引脚焊接缺陷检测算法。通过在骨干网络后引入SE注意力机制,区分特征图中不同通道的重要性,强化目标区域的关键特征,提升网络的特征提取... 针对IC引脚焊接缺陷因目标尺寸小、引脚密集导致检测精度低等问题,提出一种基于改进PP-YOLOv2的IC引脚焊接缺陷检测算法。通过在骨干网络后引入SE注意力机制,区分特征图中不同通道的重要性,强化目标区域的关键特征,提升网络的特征提取能力。使用k-means++聚类算法产生9个聚类中心,以降低因初始聚类中心随机选择不当对检测结果所造成的误差影响。实验结果表明:改进算法对IC引脚焊接短路、缺脚、翘脚、少锡缺陷检测的平均精度分别为97.9%, 96.1%, 96.7%, 95.8%;在阈值为0.5的情况下,平均精度均值达到了96.6%,与YOLOv3、PP-YOLOv2相比,分别提高了14.9%, 5.1%。改进算法对单幅图片的检测时间为0.151 s,满足IC质检的速度要求,为IC引脚焊接缺陷检测提供了参考价值。 展开更多
关键词 计量学 焊接缺陷检测 IC引脚 改进PP-yolov2算法 SE注意力机制 k-means++ 机器视觉
在线阅读 下载PDF
基于深度学习YOLOv2算法的无线通信网络干扰信号准确识别方法 被引量：14
2
作者 马冬云 王景 魏正荣 《长江信息通信》 2023年第6期37-39,共3页
由于不同种类的干扰信号,其信号特征属性是不同的,造成传统方法对无线通信网络干扰信号识别的准确率下降。为此,提出基于深度学习YOLOv2算法的无线通信网络干扰信号准确识别方法。首先利用深度学习算法对无线通信网络干扰信号进行聚类,... 由于不同种类的干扰信号,其信号特征属性是不同的,造成传统方法对无线通信网络干扰信号识别的准确率下降。为此,提出基于深度学习YOLOv2算法的无线通信网络干扰信号准确识别方法。首先利用深度学习算法对无线通信网络干扰信号进行聚类,以此确定干扰信号中心;然后利用YOLOv2算法分割由通信信号组成的时频图像;最后构建时频图像干扰信号检测框,并结合干扰信号中心确定结果实现无线通信网络干扰信号准确识别。设计对比实验,实验结果表明,所提出方法先验框高度最大,即实际的检测范围最大,识别耗时最短,可以达到无线通信网络干扰信号准确识别的目的。 展开更多
关键词 深度学习 yolov2算法 无线通信网络 通信信号 干扰信号 信号识别
在线阅读 下载PDF
卷积神经网络算法在工件抓取中的应用 被引量：4
3
作者 田跃欣 吴芬芬 《机床与液压》 北大核心 2020年第15期76-80,共5页
为提高机械手臂夹取物件的准确率,提出基于深度学习法的3D视觉辨识与抓取系统。该视觉系统结合GPU和深度影像Open CV等函数库,分别进行影像拾取、深度数据运算、坐标转换、影像轮廓搜寻和卷积类神经网络模型训练等。采用YOLOv2算法判别... 为提高机械手臂夹取物件的准确率,提出基于深度学习法的3D视觉辨识与抓取系统。该视觉系统结合GPU和深度影像Open CV等函数库,分别进行影像拾取、深度数据运算、坐标转换、影像轮廓搜寻和卷积类神经网络模型训练等。采用YOLOv2算法判别目标物体的种类和中心点,并利用轮廓搜寻方法找出物体的角度信息,作为机械手臂操作目标点;通过坐标转换将相机坐标转为机械手臂坐标,由TCP/IP通信传至运动控制系统进行物件夹取。实验结果表明:不同位置的所有零件辨识准确率均在82%以上,抓取误差在1~4 mm内,符合工业生产的要求。 展开更多
关键词 深度学习 卷积神经网络算法 目标检测 yolov2算法 工件抓取 机器视觉
在线阅读 下载PDF
基于机器视觉的碳纤维预浸料表面缺陷检测方法 被引量：16
4
作者 路浩 陈原 《纺织学报》 EI CAS CSCD 北大核心 2020年第4期51-57,共7页
针对碳纤维预浸料表面缺陷人工检测方法效率低、成本高、实时性差等问题,提出基于机器视觉的碳纤维预浸料表面缺陷自动检测方法。首先,在碳纤维预浸料生产线上,采用2台高分辨率线扫描相机快速连续采集图像,从中随机选择带有缺陷的图像1... 针对碳纤维预浸料表面缺陷人工检测方法效率低、成本高、实时性差等问题,提出基于机器视觉的碳纤维预浸料表面缺陷自动检测方法。首先,在碳纤维预浸料生产线上,采用2台高分辨率线扫描相机快速连续采集图像,从中随机选择带有缺陷的图像1000张;其次,基于大气光散射模型对图像进行去雾增强处理,以消除白色树脂的干扰;然后,改进具有19个卷积层和5个最大值池化层的YOLOv2目标检测算法,用于缺陷的检测;最后,对预处理后的图像进行网络训练提取图像特征,识别图像目标,并对训练好的网络进行实验验证。结果表明:该方法在复杂的工业环境下,具有较高的识别精度和鲁棒性,识别成功率达到94%以上,且每张图像的检测时间不超过0.1 s,可满足工业生产中精度和实时性要求。 展开更多
关键词 机器视觉 碳纤维预浸料 表面缺陷检测 图像预处理 yolov2算法
在线阅读 下载PDF
面向FPGA部署的改进YOLO铝片表面缺陷检测系统 被引量：3
5
作者 戴伟杰 王衍学 +1 位作者 李昕鸣 王祎颜 《电子测量与仪器学报》 CSCD 北大核心 2023年第9期160-167,共8页
在工业生产中,产品缺陷的智能检测是至关重要的。现场可编程门阵列(FPGA)是一种具有算力强、功耗低等特点的嵌入式设备,能够将小型卷积神经网络部署其中。本文基于Xilinx Zynq系列FPGA设计了一套改进YOLOv2目标检测算法,在模型框架中增... 在工业生产中,产品缺陷的智能检测是至关重要的。现场可编程门阵列(FPGA)是一种具有算力强、功耗低等特点的嵌入式设备,能够将小型卷积神经网络部署其中。本文基于Xilinx Zynq系列FPGA设计了一套改进YOLOv2目标检测算法,在模型框架中增加重排序层,对切片图进行并行计算处理后再重组,完成铝片表面缺陷的检测。该算法经过高层次设计(HLS)后,进行RTL转换与IP核封装,并导入到工程项目中完成SoC设计。通过综合、布局布线后生成比特流文件,导入至PYNQ镜像中,完成对铝片表面的工业缺陷检测。实验结果表明,本系统能够准确地检测出缺陷,并将功耗降低至2.494 W。 展开更多
关键词 FPGA yolov2算法 高层次综合设计 PYNQ 异构计算
原文传递
基于接触网成像技术的定位管斜拉线故障检测方法 被引量：2
6
作者 游诚曦 《中国铁路》 2020年第1期93-98,共6页
定位管斜拉线是电气化铁路接触网支持定位装置重要组成部分之一,其故障可能影响行车秩序,造成严重后果。提出一种基于目标检测定位和像素点统计的定位管斜拉线不受力故障检测方法,首先采用深度学习YOLOv2算法对斜拉线两端进行目标检测... 定位管斜拉线是电气化铁路接触网支持定位装置重要组成部分之一,其故障可能影响行车秩序,造成严重后果。提出一种基于目标检测定位和像素点统计的定位管斜拉线不受力故障检测方法,首先采用深度学习YOLOv2算法对斜拉线两端进行目标检测定位以确定斜拉线潜在区域,利用Canny算子提取潜在区域内斜拉线轮廓,然后通过霍夫变换对所提取轮廓的主体进行线性拟合,最后根据拟合直线与斜拉线图像的隶属程度判断斜拉线线性度,从而达到斜拉线不受力故障检测的目的。采用该方法对200张测试图像进行检测,包含180张正常图像和20张斜拉线不受力状态图像,检测准确率达到98.5%,召回率达到100%。检测试验表明,该方法对斜拉线不受力检测具有良好效果。 展开更多
关键词 接触网 定位管斜拉线 故障检测 深度学习 yolov2算法 霍夫变换
在线阅读 下载PDF
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
使用帮助 返回顶部