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241篇文章
< 1 2 … 13 >
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K-means高频局放10 kV避雷器快速带电检测方法 被引量：1
1
作者 李春锋 方春华 +1 位作者 侯轩达 董锋 《电测与仪表》 北大核心 2024年第7期191-196,共6页
针对视觉观察、红外测温、泄漏工频电流和直流分量等方法无法快速发现10 kV架空线路上的氧化锌避雷器(metal oxide arrester, MOA)内部受潮及绝缘缺陷问题,文中提出基于K-means智能识别缺陷类型的方法及原理,分别制作10 kV MOA内部受潮... 针对视觉观察、红外测温、泄漏工频电流和直流分量等方法无法快速发现10 kV架空线路上的氧化锌避雷器(metal oxide arrester, MOA)内部受潮及绝缘缺陷问题,文中提出基于K-means智能识别缺陷类型的方法及原理,分别制作10 kV MOA内部受潮、阀片裂纹等缺陷实验样品,在无局放升压装置加压至额定电压10 kV的条件下,使用高频电流传感器(high frequency current sensor, HFCT)采集局部放电原始数据,提取特征量,建立对应的缺陷类型数据库;通过在带电运行现场不同测试点测得不同10 kV MOA亚稳态下的13组数据,结果表明该方法对10 kV MOA内部绝缘缺陷、受潮缺陷能够准确识别,验证了基于K-means高频局放10 kV MOA快速带电检测方法的实用性,具有较高的经济效应和社会使用价值。 展开更多
关键词 氧化锌避雷器 快速带电检测 高频局部放电 缺陷类型数据库 K-meanS 缺陷类型识别
在线阅读 下载PDF
基于Mean Teacher-BA模型的钢材表面缺陷半监督检测方法
2
作者 王晓宾 沈飞翔 +1 位作者 张强 陈成军 《组合机床与自动化加工技术》 北大核心 2024年第12期85-90,共6页
钢材表面缺陷是影响钢材质量的因素之一。现有的缺陷检测方法难以在提供少量标注样本的前提下实现钢材缺陷的准确检测。针对这一问题,提出了一种改进的缺陷半监督检测方法Mean Teacher-BA。首先,提出了一种双级注意力机制(bi-level atte... 钢材表面缺陷是影响钢材质量的因素之一。现有的缺陷检测方法难以在提供少量标注样本的前提下实现钢材缺陷的准确检测。针对这一问题,提出了一种改进的缺陷半监督检测方法Mean Teacher-BA。首先,提出了一种双级注意力机制(bi-level attention module,BAM),以增加模型对复杂缺陷的关注和检测能力;其次,对主干网络Resnet50提取的特征图像应用BAM模块,进一步提升对缺陷图像的特征提取能力;最后,提出了一种全局自适应损失策略,以改善在训练期间生成的伪标注质量。实验结果表明,Mean Teacher-BA在5%、10%、20%、100%的标注比例条件下比原模型Mean Teacher分别提升了1.0%、1.2%、1.5%和0.9%,相比较于其他全监督和半监督网络性能更好,更适合于工业生产的部署应用。 展开更多
关键词 深度学习 缺陷检测 半监督网络 mean Teacher
在线阅读 下载PDF
原发性开角型青光眼患者房水EPO、TGF-β_(1)水平与视盘RNFL厚度及视野MD程度的关系
3
作者 刘琪 买尔哈巴·玉素甫 +2 位作者 丁琳 麦迪娜·那毕江 谢小东 《检验医学与临床》 2025年第5期577-580,586,共5页
目的探讨原发性开角型青光眼(POAG)患者房水促红细胞生成素(EPO)、转化生长因子β_(1)(TGF-β_(1))水平与视盘视网膜神经纤维层(RNFL)厚度及视野平均缺损(MD)程度的关系。方法选取2019年3月至2021年1月该院收治的50例(50眼)POAG患者作... 目的探讨原发性开角型青光眼(POAG)患者房水促红细胞生成素(EPO)、转化生长因子β_(1)(TGF-β_(1))水平与视盘视网膜神经纤维层(RNFL)厚度及视野平均缺损(MD)程度的关系。方法选取2019年3月至2021年1月该院收治的50例(50眼)POAG患者作为研究组,根据不同视野MD程度将其分为A组(视野MD程度<-12 dB)、B组(视野MD程度-12~-6 dB)、C组(视野MD程度>-6 dB)。另选取同期该院收治的年龄相当的22例(22眼)白内障患者作为对照组。测量各组眼压、前房深度、眼轴和角膜中央厚度;测量并计算视野MD程度,测量视盘RNFL厚度。采集各组房水样本,采用酶联免疫吸附试验检测房水EPO、TGF-β_(1)水平。采用Pearson相关分析POAG患者房水EPO、TGF-β_(1)水平与视盘RNFL厚度及视野MD程度的相关性。结果A、B、C组房水EPO、TGF-β_(1)水平均明显高于对照组,视野MD程度及视盘RNFL厚度均明显低于对照组,差异均有统计学意义(P<0.05)。Pearson相关分析结果显示,POAG患者房水样本EPO水平与视野MD程度及视盘RNFL厚度均呈负相关(r=-0.869、-0.803,P<0.05),TGF-β_(1)水平与视野MD程度及视盘RNFL厚度均呈负相关(r=-0.853、-0.902,P<0.05)。结论POAG患者房水EPO、TGF-β_(1)水平均高于白内障患者,且POAG患者EPO、TGF-β_(1)水平升高与视野MD程度及视盘RNFL厚度均存在一定关系。 展开更多
关键词 原发性开角型青光眼 促红细胞生成素 转化生长因子β_(1) 视网膜神经纤维层 视野平均缺损程度
暂未订购
基于Mean Shift滤波的织物疵点检测方法 被引量：9
4
作者 景军锋 赵娟 《电子测量与仪器学报》 CSCD 北大核心 2016年第5期739-747,共9页
为了实现自动织物疵点检测,提出了一种基于Mean Shift滤波的织物疵点检测方法。该算法首先求取织物样本的熵图像,反映原始图像信息的变化程度,然后对熵图像进行Mean Shift平滑滤波,达到去除噪声和增强织物疵点部分的目的,从而利于疵点... 为了实现自动织物疵点检测,提出了一种基于Mean Shift滤波的织物疵点检测方法。该算法首先求取织物样本的熵图像,反映原始图像信息的变化程度,然后对熵图像进行Mean Shift平滑滤波,达到去除噪声和增强织物疵点部分的目的,从而利于疵点的分割,最后对滤波后的图像进行阈值分割,得到二值化检测结果。对6种纹理织物进行处理,共检测出18种疵点,92.5%的疵点可以被成功检测并定位。另外,实验中还将Mean Shift滤波与Gabor滤波的检测结果进行了比较,结果表明Mean Shift滤波对某些类型的疵点的检测效果更为理想。 展开更多
关键词 疵点检测 织物疵点 mean Shift滤波
在线阅读 下载PDF
基于K-means与SVM的鸡蛋特征检测 被引量：4
5
作者 宋超 秦永彬 许道云 《计算机与数字工程》 2017年第2期382-386,共5页
机器视觉与机器学习的不断发展对传统的视觉特征提取的影响在不断加强,在实际的使用当中也在逐步替代那些繁杂的人工特征提取的方式,论文从实际应用当中介绍一种基于K-means自动提取特征的方法,其在鸡蛋缺陷检测使用中得到了较好的实际... 机器视觉与机器学习的不断发展对传统的视觉特征提取的影响在不断加强,在实际的使用当中也在逐步替代那些繁杂的人工特征提取的方式,论文从实际应用当中介绍一种基于K-means自动提取特征的方法,其在鸡蛋缺陷检测使用中得到了较好的实际效果。 展开更多
关键词 机器视觉 K-meanS 缺陷检测 SVM
在线阅读 下载PDF
k-means聚类算法在织物疵点检测中的应用 被引量：6
6
作者 张缓缓 赵娟 +3 位作者 李仁忠 李鹏飞 景军锋 邬红霞 《毛纺科技》 CAS 北大核心 2016年第3期11-14,共4页
为检测常见织物的各种疵点,提出一种基于k-means聚类的织物疵点检测方法。对采集的图像进行中值滤波,以减轻纹理对疵点检测的影响,并利用方差采样算法增强织物的疵点特征信息;利用k-means聚类算法对方差采样后的图像进行处理,使得疵点... 为检测常见织物的各种疵点,提出一种基于k-means聚类的织物疵点检测方法。对采集的图像进行中值滤波,以减轻纹理对疵点检测的影响,并利用方差采样算法增强织物的疵点特征信息;利用k-means聚类算法对方差采样后的图像进行处理,使得疵点区域被划分一类,非疵点区域划分为一类。最后经过二值化,分割出疵点。实验证明,该方法能快速、准确的检测出织物的常见疵点。与其他方法相比,文章提出的算法采用聚类思想对织物疵点进行分割,不需要利用正常织物图像进行阈值计算;另外经过方差采样算法处理后疵点信息明显增强,使得疵点信息与纹理明显不同,从而使聚类更为准确,增加了检测的准确度。 展开更多
关键词 疵点检测 织物疵点 K-meanS聚类算法 方差采样
在线阅读 下载PDF
改进型NL-means算法滤除快中子图像噪声 被引量：3
7
作者 刘斌 刘耀光 +3 位作者 尹伟 王胜 霍合勇 吴洋 《核电子学与探测技术》 CAS 北大核心 2020年第2期298-302,共5页
分析了快中子照相图像的主要噪声特点和传统NL-means滤波算法的不足,提出了一种改进的适用于快中子照相特点的Nl-means图像滤波算法。实验结果表明,改进之后的算法不仅可以有效滤除快中子照相图像中的大量白疵点,而且有效的保护了图像... 分析了快中子照相图像的主要噪声特点和传统NL-means滤波算法的不足,提出了一种改进的适用于快中子照相特点的Nl-means图像滤波算法。实验结果表明,改进之后的算法不仅可以有效滤除快中子照相图像中的大量白疵点,而且有效的保护了图像中的边缘与细节信息,可为快中子照相图像的进一步处理提供参考。 展开更多
关键词 快中子照相 噪声 白疵点 NL-means
在线阅读 下载PDF
Mean shift算法在带钢缺陷图像分割中的应用 被引量：4
8
作者 杨水山 何永辉 +1 位作者 赵万生 彭铁根 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2007年第6期1015-1018,共4页
带钢自动表面检测系统中缺陷图像的分割效果对缺陷识别具有重要影响.为了提高缺陷图像的分割效果,提出了采用Mean shift算法对带钢缺陷图像中的感兴趣区域进行平滑从而获取缺陷边缘的方法,并将该算法与中值滤波算法进行了比较.测试结果... 带钢自动表面检测系统中缺陷图像的分割效果对缺陷识别具有重要影响.为了提高缺陷图像的分割效果,提出了采用Mean shift算法对带钢缺陷图像中的感兴趣区域进行平滑从而获取缺陷边缘的方法,并将该算法与中值滤波算法进行了比较.测试结果表明,Mean shift算法能够有效地对缺陷图像中的感兴趣区域进行平滑,并精确得到缺陷目标的边缘,该算法在带钢的缺陷分割中具有较好的性能. 展开更多
关键词 图像分割 带钢缺陷 图像识别 mean SHIFT
在线阅读 下载PDF
一种基于元学习的改进YOLO钢管表面缺陷小样本检测模型 被引量：3
9
作者 李凌波 田彦 +1 位作者 江旭东 董宝力 《机电工程》 北大核心 2025年第5期985-993,共9页
针对产品表面缺陷样本数稀缺时的深度学习缺陷检测效果不佳问题,提出了一种基于元学习策略的改进YOLO-SBN模型,用于小样本缺陷检测。首先,为了提高提取全局特征信息的能力,采用了Swin Transformer作为骨干网络模型,引入注意力机制提取... 针对产品表面缺陷样本数稀缺时的深度学习缺陷检测效果不佳问题,提出了一种基于元学习策略的改进YOLO-SBN模型,用于小样本缺陷检测。首先,为了提高提取全局特征信息的能力,采用了Swin Transformer作为骨干网络模型,引入注意力机制提取了特征图的判别能力;然后,为了提高特征融合能力并降低计算复杂度,通过加权双向特征金字塔网络(BiFPN)结构优化了特征提取器的颈部网络,平衡了YOLO-SBN模型的有效性和效率;最后,采用归一化注意力模块(NAM)优化权重调整了模块,增强了浅层缺陷特征的模型表达,并基于这些增强的特征进行了检测;使用金属表面热轧缺陷公开数据集NEU-DET验证了YOLO-SBN模型的算法性能。研究结果表明:对于小样本缺陷检测,YOLO-SBN模型在平均准确率(mAP)方面提高了4.1%;在新类缺陷样本规模数量为50的小样本情况下,改进后的检测模型对新类数据适应性最强。由此可见,该YOLO-SBN模型在提高检测精度和提升模型泛化能力方面具有一定优势。 展开更多
关键词 小样本目标检测 表面缺陷 元学习 特征网络 归一化注意力模块 平均准确率 双向特征金字塔网络(BiFPN)
在线阅读 下载PDF
碳纤维聚氨酯夹芯板气孔敲击信号识别方法研究
10
作者 谭昭胜 涂君 +2 位作者 张旭 陈涛 宋小春 《传感器与微系统》 北大核心 2025年第9期37-40,45,共5页
碳纤维聚氨酯(CFR-PU)夹芯板在冷藏行业中应用广泛,然而,这类产品在制作过程中容易形成聚氨酯层内气孔缺陷,直接影响其保温效果以及结构稳定性。采用敲击法实现气孔缺陷检测。由于常规K-means算法对多种振动信号的区分正确率很难超过50%... 碳纤维聚氨酯(CFR-PU)夹芯板在冷藏行业中应用广泛,然而,这类产品在制作过程中容易形成聚氨酯层内气孔缺陷,直接影响其保温效果以及结构稳定性。采用敲击法实现气孔缺陷检测。由于常规K-means算法对多种振动信号的区分正确率很难超过50%,所以提出一种带约束K-means算法,以实现缺陷的定位和定量。研究搭建了一种敲击检测系统,先针对盲测中存在的4种情况进行区分试验,接着对有效检测距离进行探究,最后对缺陷大小进行定量划分。在3类试验中,本文所提出的带约束K-means方法均表现良好,缺陷识别准确率相较于常规K-means方法最高可提升6.55倍。 展开更多
关键词 碳纤维聚氨酯夹芯板 气孔缺陷 敲击法 K-meanS聚类
在线阅读 下载PDF
基于改进DETR算法的焊缝缺陷检测方法研究
11
作者 戴铮 刘骁佳 潘泉 《电子与信息学报》 北大核心 2025年第7期2298-2307,共10页
焊接技术在工业制造中占据着举足轻重的作用,而X射线图像评定是保障焊缝内部质量的关键检测方式。鉴于焊缝X射线图像评定环节中存在工作量大、效率难以提升等问题,该文提出一种基于DETR网络改进的CADETR焊缝缺陷检测模型。此模型以DETR... 焊接技术在工业制造中占据着举足轻重的作用,而X射线图像评定是保障焊缝内部质量的关键检测方式。鉴于焊缝X射线图像评定环节中存在工作量大、效率难以提升等问题,该文提出一种基于DETR网络改进的CADETR焊缝缺陷检测模型。此模型以DETR网络为基础,设计了CEC网络结构,拓宽了卷积核的感受野,增强了模型对于不同尺度缺陷的特征提取性能;同时设计了AFPN网络,该结构能够有效融合高分辨率与低分辨率的多尺度特征图;设计了PCE-Loss损失函数,增大了模型对缺陷图像预测错误的损失惩罚。构建了大型结构件焊缝X射线图像数据集,经过测试CADETR模型展现出良好的缺陷检测性能,其平均精度达到了91.6%,可作为后续焊缝缺陷智能检测系统的算法基础。 展开更多
关键词 焊缝 缺陷检测 多尺度 平均精度
在线阅读 下载PDF
基于Hough变换和K-means聚类的玻璃瓶分模线缺陷检测 被引量：8
12
作者 柴子凡 赵丽琴 +3 位作者 蒋海波 段能全 马清艳 王栋 《机械设计与研究》 CSCD 北大核心 2023年第3期171-174,共4页
对于玻璃瓶分模线不易识别,难以诊断质量的问题,提出了一种基于傅里叶变换与K-means聚类相结合的玻璃瓶分模线质量检测的方法。通过合理布置结构来采集玻璃瓶分模线图像,并在算法的前处理过程中,针对分模线背景的复杂性提出了基于时频... 对于玻璃瓶分模线不易识别,难以诊断质量的问题,提出了一种基于傅里叶变换与K-means聚类相结合的玻璃瓶分模线质量检测的方法。通过合理布置结构来采集玻璃瓶分模线图像,并在算法的前处理过程中,针对分模线背景的复杂性提出了基于时频域变换的算法;在分模线质量检测的过程中,提出了Hough变换和K-means聚类相结合的方法。结果显示:该方法能有效对玻璃瓶分模线的质量进行诊断,诊断正确率能达到96%。文中所用方法不仅可以应用于玻璃瓶的分模线检测,且在其他玻璃制品的缺陷检测中也有良好的应用。 展开更多
关键词 傅里叶变换 霍夫变换 K-meanS 缺陷检测
原文传递
基于改进的加权中值滤波与K-means聚类的织物缺陷检测 被引量：23
13
作者 张缓缓 马金秀 +1 位作者 景军锋 李鹏飞 《纺织学报》 EI CAS CSCD 北大核心 2019年第12期50-56,共7页
为检测纹理织物在生产过程中产生的各种疵点,提出一种基于改进的加权中值滤波与K-means聚类相结合的纹理织物疵点检测方法。首先利用改进的加权中值滤波对纹理织物图像进行预处理,以减少纹理信息对疵点检测产生的影响,同时通过联合直方... 为检测纹理织物在生产过程中产生的各种疵点,提出一种基于改进的加权中值滤波与K-means聚类相结合的纹理织物疵点检测方法。首先利用改进的加权中值滤波对纹理织物图像进行预处理,以减少纹理信息对疵点检测产生的影响,同时通过联合直方图动态数据分配权重和像素,减少寻求中位数的时间来有效地缩短检测时间,提高了执行速度;然后采用K-means算法对滤波后的织物图像进行聚类,计算织物图像疵点和非疵点的聚类中心,进而实现图像疵点区域的分割。实验结果表明,该方法可有效地检测出方格、点形、星形、平纹、斜纹等多类型纹理织物的疵点,并显著提高检测速度。 展开更多
关键词 织物疵点检测 改进加权中值滤波 联合直方图 K-meanS聚类
在线阅读 下载PDF
一种用于轴承缺陷图像分割的改进k-means聚类算法
14
作者 周新建 涂宏斌 《铸造技术》 CAS 北大核心 2007年第4期544-546,共3页
为了实现轴承缺陷无损检测自动化,研究了轴承表面缺陷图像的分割方法。在数字图像处理技术的基础上,提出一种改进的k-means的图像分割算法。先利用二维向量小波变换对图像提取特征,根据表面缺陷特征,运用k-means算法的思想,对其进行改... 为了实现轴承缺陷无损检测自动化,研究了轴承表面缺陷图像的分割方法。在数字图像处理技术的基础上,提出一种改进的k-means的图像分割算法。先利用二维向量小波变换对图像提取特征,根据表面缺陷特征,运用k-means算法的思想,对其进行改进。试验结果证明,该方法显著提高了分割速度和精度,受背景、光照、角度、姿态的影响很小,具有较好的鲁棒性,具有一定的使用价值。 展开更多
关键词 K-meanS算法 小波变换 图像分割 表面缺陷
在线阅读 下载PDF
主体性视角下中小学教师生命意义的缺失与回归
15
作者 柳萌学 《当代教研论丛》 2025年第3期8-12,共5页
生命是教育的起点和归宿,教师工作的根本意义在于激发应然生命中的内在活力。教师生命意义的彰显有助于引领教师专业发展、促进学生生命成长。传统教师的圣化形象、教师职业工具化倾向、缺失性需求未被满足等消解着教师的生命意义。基于... 生命是教育的起点和归宿,教师工作的根本意义在于激发应然生命中的内在活力。教师生命意义的彰显有助于引领教师专业发展、促进学生生命成长。传统教师的圣化形象、教师职业工具化倾向、缺失性需求未被满足等消解着教师的生命意义。基于此,文章着力阐释教师生命意义和主体性的内在逻辑,通过构建教师生命价值观,唤醒教师的生命自觉;改善教师的生存状态,提升教师的职业幸福感;搭建自主发展平台,提升教师专业自主能力,以期促进教师生命意义的回归,提升教师生命质量,同时增强教师职业的内在价值感和使命感。 展开更多
关键词 主体性 中小学教师 生命意义 缺失 回归
在线阅读 下载PDF
基于深度学习的少样本光伏边框划痕检测
16
作者 刘骞 陈茂林 《机械与电子》 2025年第8期47-53,60,共8页
针对光伏板铝合金边框表面划痕检测中存在的小样本、背景复杂等问题,提出了一种基于改进YOLOv5s的深度学习检测方法。先通过k-means聚类算法训练锚框数据,再引入SPPFCSPC模块,融合AKConv卷积,并采用Shape-IoU损失函数与Soft-NMS算法。... 针对光伏板铝合金边框表面划痕检测中存在的小样本、背景复杂等问题,提出了一种基于改进YOLOv5s的深度学习检测方法。先通过k-means聚类算法训练锚框数据,再引入SPPFCSPC模块,融合AKConv卷积,并采用Shape-IoU损失函数与Soft-NMS算法。实验选用73张工业现场采集的划痕图像(训练集66张,验证集7张),在有限算力环境下进行训练。结果表明,改进后的YOLOv5s-KSASS模型在平均精度、精确率和召回率上分别达到0.93211、0.99975和0.85714,较原始YOLOv5s模型提升了126.3%、16.2%和100.7%,有效解决了小样本条件下复杂背景干扰和微弱缺陷检测难题,为工业场景中的高精度表面缺陷检测提供了轻量化解决方案。未来将进一步优化模型对低对比度划痕的敏感性,并扩展至多类别缺陷检测任务。 展开更多
关键词 缺陷检测 深度学习 K-meanS聚类 SPPFCSPC AKConv 损失函数
在线阅读 下载PDF
基于改进YOLOv7-tiny的苹果缺陷识别方法
17
作者 李俊 曹博涛 彭新东 《食品与机械》 北大核心 2025年第8期100-108,共9页
[目的]提高苹果缺陷和分类准确率。[方法]提出一种基于改进YOLOv7-tiny的苹果缺陷识别方法。设计了多角度图像采集系统,对苹果表面进行采样和增强;利用YOLOv7-tiny网络提取苹果特征;通过改进模糊C均值聚类(IFCM)算法对提取的特征进行降... [目的]提高苹果缺陷和分类准确率。[方法]提出一种基于改进YOLOv7-tiny的苹果缺陷识别方法。设计了多角度图像采集系统,对苹果表面进行采样和增强;利用YOLOv7-tiny网络提取苹果特征;通过改进模糊C均值聚类(IFCM)算法对提取的特征进行降维压缩;采用改进浣熊优化算法(ICOA)自动优化YOLOv7模型的超参数。对比分析不同分辨率、批量大小下,所提方法与ResNet+FPN、YOLOv5s、PP-YOLOE等方法的苹果缺陷识别与分类性能。[结果]所提方法在样本分辨率224像素×224像素时检测准确率可达98.6%,召回率达97.9%,单张图像平均检测时间仅50 ms左右,显著优于所对比方法。[结论]该系统具备高精度和实时性,能够有效提高苹果分类效率和质量,对水果自动分拣具有重要工程意义。 展开更多
关键词 苹果缺陷识别 YOLOv7-tiny 模糊C均值 浣熊优化算法 图像增强
在线阅读 下载PDF
基于YOLOv4-tiny-SR的涂层表面缺陷嵌入式检测方法
18
作者 赵辉 侯旭涛 +3 位作者 宋龙 徐可 沙建军 陈宗阳 《计算机工程与应用》 北大核心 2025年第8期239-249,共11页
提出一种涂层表面缺陷检测方法,解决涂层表面缺陷嵌入式检测过程中的检测精度低、速度慢以及对硬件配置要求高等难题。YOLOv4-tiny-SR中使用了新模型块DSRBlock,该模型块的局部结构能够在保证检测精度的同时大幅降低内存消耗并提升检测... 提出一种涂层表面缺陷检测方法,解决涂层表面缺陷嵌入式检测过程中的检测精度低、速度慢以及对硬件配置要求高等难题。YOLOv4-tiny-SR中使用了新模型块DSRBlock,该模型块的局部结构能够在保证检测精度的同时大幅降低内存消耗并提升检测速度;提出几何平均聚类方法,将聚类中心的更新方式由算术平均转换为几何平均,以避免聚类中心向大目标框偏移;同时针对难检测样本,设计包围盒聚焦损失函数,以增大网络对其学习强度,改善检测效果。基于涂层表面缺陷实测数据的比对实验结果显示,该方法与其他方法相比在参数量、模型大小、检测速度及精度上均具有明显优势,其中与目前主流的YOLOv4-tiny相比,参数量降低51.82%,模型大小减小46%,速度提升39.47%,精度也提升了1.25个百分点。该方法检测速度更快、检测精度更高、内存消耗更小,在面向工业应用的嵌入式设备上实时检测表面缺陷实用价值高,可向相关领域推广应用。 展开更多
关键词 涂层表面缺陷 YOLOv4-tiny-SR 几何平均聚类 包围盒聚焦损失
在线阅读 下载PDF
基于改进YOLOv3的螺纹钢表面缺陷检测算法
19
作者 马保亮 李建达 +2 位作者 李仟 徐紫琪 肖剑 《工业仪表与自动化装置》 2025年第3期87-92,114,共7页
针对传统的螺纹钢表面缺陷检测方法效率低、检测精度差、漏检误检率高等问题,提出了一种基于YOLOv3改进的螺纹钢表面缺陷检测算法。首先在主干网络中引入了强化模型特征提取能力的密集连接方式,有效避免了信息在多层传递过程中的丢失和... 针对传统的螺纹钢表面缺陷检测方法效率低、检测精度差、漏检误检率高等问题,提出了一种基于YOLOv3改进的螺纹钢表面缺陷检测算法。首先在主干网络中引入了强化模型特征提取能力的密集连接方式,有效避免了信息在多层传递过程中的丢失和模糊,确保了信息在深度网络结构中依然能够保持清晰和有效地表达,提高了小目标缺陷的检测精确度;利用k-means++算法对螺纹钢的缺陷数据集进行重聚类分析,确保预设锚框能更精确地匹配缺陷的多尺度特性;在损失函数中采用SIoU算法,在改善预测框与真实框不重合时无法梯度回传问题的同时加快收敛速度;最后在预测阶段采用softer-NMS算法替换NMS算法,能够有效优化边界框的位置回归,从而提高对重叠目标的辨识率。实验结果表明,在自建的螺纹钢数据集中,改进后的网络使模型的平均精度均值mAP在保持较高FPS的情况下提高了7.7%,其指标能够满足实时检测的需求,针对螺纹钢常见的锈迹、裂痕、擦伤等7种表面缺陷,其平均检测精度达到87.4%。 展开更多
关键词 缺陷检测 YOLOv3 螺纹钢 深度学习 k-means++
在线阅读 下载PDF
基于K-means聚类和LVQ神经网络的 OLED缺陷像素识别 被引量：3
20
作者 纪艳玲 林志贤 +2 位作者 唐谦 郭太良 唐彪 《计算机与现代化》 2019年第7期37-42,共6页
提出改进的K-means聚类分割和LVQ神经网络分类的方法,用于有机发光二极管显示面板喷墨打印制程中缺陷像素的识别。首先采用改进的K-means聚类算法对预处理后的打印像素进行分割,然后采用连通域水平矩形确定每一个打印像素的坐标及几何特... 提出改进的K-means聚类分割和LVQ神经网络分类的方法,用于有机发光二极管显示面板喷墨打印制程中缺陷像素的识别。首先采用改进的K-means聚类算法对预处理后的打印像素进行分割,然后采用连通域水平矩形确定每一个打印像素的坐标及几何特征,再通过灰度共生矩阵提取其纹理特征,最后通过LVQ神经网络对所述特征进行分类,完成缺陷像素的标记及分类统计。结果表明,本文算法的识别率明显优于其他常用分类识别算法,平均缺陷检测率为100%,分类准确率达到98.9%,单像素检测时间为8.3ms。 展开更多
关键词 有机发光二极管 像素缺陷 K-meanS聚类 连通域 灰度共生矩阵 LVQ神经网络
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 2 … 13 下一页 到第 页
使用帮助 返回顶部