CCM-YOLO:一种改进的电路板密集区域元件检测方法

1

作者 吴必胜 高康松 +3 位作者 陈松 徐浩飞 谢凯 贺建飚 《电子测量与仪器学报》 北大核心 2025年第7期171-179,共9页

以YOLOv5为基准模型,针对电子元件在电路板上检测容易出现漏检、精度较低的问题。通过使用卷积块注意力模块(convolutional block attention module,CBAM)在进行特征提取过程中提升检测精度,改进边界回归损失函数的方法来改善模型在检... 以YOLOv5为基准模型,针对电子元件在电路板上检测容易出现漏检、精度较低的问题。通过使用卷积块注意力模块(convolutional block attention module,CBAM)在进行特征提取过程中提升检测精度,改进边界回归损失函数的方法来改善模型在检测中出现的漏检问题。首先,利用卷积层提取元件的特征信息;其次,在路径聚合网络(path aggregation network,PANet)中引入了CBAM模块,既丰富了元件特征信息,又改善了模型精度较低的问题;最后,通过多尺度预测和自适应的锚框来实现对不同尺度元件的准确检测。实验结果表明,改进后的CCM-YOLO算法在自制的数据集上的均值平均精度(mean average precision,mAP)值达到96.8%,它的漏检率达到4.5%,相较于YOLOv5网络均值平均精度的88.8%,提高了8.3%的数值,在漏检率上由原基准模型的13.7%降低了9.2%。因此,该算法有效提高了检测精度,并显著减少了漏检,为元件检测提供了一种有效的检测方案。 展开更多

关键词 目标检测 深度学习 电子元件 可分离卷积 YOLOv5

在线阅读 下载PDF 职称材料

基于改进RT-DETR的异形电子元件表面缺陷检测算法

2

作者 宣丽萍 陈济禾 +3 位作者 甘一坤 刘海镔 曾北兴 曹子孝 《华南师范大学学报(自然科学版)》 北大核心 2025年第2期85-94,共10页

异形电子元件表面缺陷检测是提高异形插件机插装工艺水平的关键环节。传统的人工检测易受人为主观性影响,模板匹配算法的效率较低,且在样本数据不足的情况下,现有深度学习技术在缺陷检测方面存在精度低、实时性不足等问题。为提高异形... 异形电子元件表面缺陷检测是提高异形插件机插装工艺水平的关键环节。传统的人工检测易受人为主观性影响,模板匹配算法的效率较低,且在样本数据不足的情况下,现有深度学习技术在缺陷检测方面存在精度低、实时性不足等问题。为提高异形元件检测的精度和实时性,文章对目标检测模型RT-DETR进行改进,提出了一种实时多维特征自适应网络(RT-MDAFNet):首先,在模型特征融合层处设计自适应融合金字塔网络(AFPN),通过动态通道注意力机制和选择性特征融合机制来提高模型对多尺度目标的适应性和特征提取能力;然后,设计了自适应通道-空间聚合网络模块(SASE-RepNet),通过结合多层次特征聚合、通道自适应权重分配和空间选择性增强机制来提升在复杂背景下的检测精度和效率。在现有数据集缺乏的情况下,构建了异形电子元件数据集,并将RT-MDAFNet模型与DETR、Faster R-CNN、YOLO系列等8种基线模型进行了对比实验。对比实验结果表明:RT-MDAFNet模型的帧率为41.5 FPS,每秒浮点运算次数(GFLOPs)为75.3,参数量为24.31 M,mAP50值为80.87%,mAP50-95值分别为50.43%。与目前最佳的基线模型(DINO)相比,RT-MDAFNet模型的mAP50、mAP50-95值分别提高了3.31%、3.46%。最后,为了探讨关键组件对模型效果的影响,在自建数据集上进行了消融实验。消融实验结果表明:RT-MDAFNet模型中的AFPN模块和SASE-RepNet模块在模型轻量化和精度提升上具备有效性。与RT-DETR模型相比,RT-MDAFNet模型的mAP50、mAP50-95值分别提高了4.66%、2.54%,参数量降低了9.67 M,GFLOPs减少了28.1,帧率提高了18.7 FPS。总体而言,RT-MDAFNet模型在保证轻量化的同时,也提升了异形元件的检测精度。 展开更多

关键词 异形电子元件检测 RT-DETR 目标检测 数据增强

在线阅读 下载PDF 职称材料

密封电子元器件与装置多余物检测发展综述 被引量：1

3

作者 李鹏飞 翟国富 +2 位作者 孙志刚 王国涛 赵相江 《电工技术学报》 EI CSCD 北大核心 2024年第10期3152-3179,3217,共29页

密封电子元器件与装置作为航天系统中的重要组成部分,具有高精密性、高可靠性以及高复杂性的典型特点,而多余物问题是严重影响其高可靠性的主要因素之一。随着航天技术的快速发展,多余物检测技术也在不断改进与深入。该文以认识多余物... 密封电子元器件与装置作为航天系统中的重要组成部分,具有高精密性、高可靠性以及高复杂性的典型特点,而多余物问题是严重影响其高可靠性的主要因素之一。随着航天技术的快速发展,多余物检测技术也在不断改进与深入。该文以认识多余物、控制多余物产生以及检测多余物为主线,围绕多余物的防控方法、检测方法、检测标准进行综合论述。着重分析了检测方法中的颗粒碰撞噪声检测(PIND)方法,分别从小型元器件多余物检测、中大型装置多余物检测两个角度,针对现有研究进展逐一进行了详细的介绍。在此基础上,结合现有国内多余物检测研究的现状,针对多余物检测的难点与未来发展趋势进行归纳,并提出了期望与目标。 展开更多

关键词 密封电子元器件与装置 多余物检测 颗粒碰撞噪声检测(PIND)方法 标准 预 防与控制

在线阅读 下载PDF 职称材料

基于深度学习的电解电容识别与极性检测

4

作者 汪威 王冲 +3 位作者 黄旭东 张伟伦 曹金龙 胡新宇 《传感器与微系统》 CSCD 北大核心 2024年第2期134-138,共5页

针对工程中印刷电路板(PCB)上的电解电容不易识别、极性难以检测的问题,研究了一种基于深度学习的电解电容识别与极性检测方法。对于电容检测问题,提出了一种基于YOLOv5的改进算法,该算法在YOLOv5的骨干(backbone)融合Swin Transformer... 针对工程中印刷电路板(PCB)上的电解电容不易识别、极性难以检测的问题,研究了一种基于深度学习的电解电容识别与极性检测方法。对于电容检测问题,提出了一种基于YOLOv5的改进算法,该算法在YOLOv5的骨干(backbone)融合Swin Transformer模块,提升模型的特征提取能力,在颈部融合了双向金字塔网络(BiFPN)模块,提高了网络的特征融合能力;对于电容极性检测,提出了一种语义分割结合形态学处理的方法,该方法能够分割电容基圆区域与极性区域然后有效检测电解电容的极性方向。实验结果表明,电容的识别精度达到96.9%,电容的分割精度达到93.9%,极性方向检测准确率达到99.1%,相比于目前电解电容极性检测较好的方法,所提方法有较好的鲁棒性,满足检测需求。 展开更多

关键词 深度学习 电解电容 极性检测 目标检测 语义分割 电子元器件

在线阅读 下载PDF 职称材料

基于改进SqueezeNet算法的VBE设备电路板元件失效识别研究 被引量：1

5

作者 刘隆晨 杨玥坪 +3 位作者 贾志杰 黄宇 唐世雄 谭博洋 《电源学报》 CSCD 北大核心 2024年第3期236-247,共12页

在直流输电系统中,换流阀阀基电子VBE(valve base electronics)设备的稳定运作对维护直流系统安全至关重要。传统的阀基电子设备电路板(VBE板)元件失效检测方法依赖于耗时的人工检查或基于规则的自动化系统,这些方法通常检测效率低下且... 在直流输电系统中,换流阀阀基电子VBE(valve base electronics)设备的稳定运作对维护直流系统安全至关重要。传统的阀基电子设备电路板(VBE板)元件失效检测方法依赖于耗时的人工检查或基于规则的自动化系统,这些方法通常检测效率低下且准确性有限。针对该问题,提出一种基于改进的SqueezeNet深度学习模型的VBE板元件失效区域识别方法。通过引入深度可分离卷积和残差连接,所提改进SqueezeNet模型旨在提高元件失效检测的准确性,同时降低计算资源的需求。在VBE板元件失效数据集上的实验结果表明,所提方法在元件失效检测准确率和运算效率方面均优于传统方法和标准SqueezeNet模型,准确率达到了95.27%,比原模型高出4.45%。不仅提升了VBE板元件失效检测的效率和准确性,而且为电力系统中类似设备的元件失效诊断提供了新的技术参考。 展开更多

关键词 阀基电子设备 SqueezeNet模型 元件失效检测 特征提取

在线阅读 下载PDF 职称材料

电子舌传感器快速检测油茶籽油中掺杂棕榈油 被引量：13

6

作者 张航 赵松林 +2 位作者 陈卫军 李瑞 关为 《食品科学》 EI CAS CSCD 北大核心 2013年第14期218-222,共5页

为检测油茶籽油中掺杂不同程度的棕榈油,先用传统化学方法检测掺入0%、5%、10%、15%、20%、100%棕榈油的各项理化指标,再利用法国Alpha M.O.S公司生产的传感器型味觉电子舌系统对其进行检测,所得样品数据用主成分、判别因子以及相似性... 为检测油茶籽油中掺杂不同程度的棕榈油,先用传统化学方法检测掺入0%、5%、10%、15%、20%、100%棕榈油的各项理化指标,再利用法国Alpha M.O.S公司生产的传感器型味觉电子舌系统对其进行检测,所得样品数据用主成分、判别因子以及相似性法进行分析。结果表明,当选择ZZ与GA传感器时,主成分分析图识别指数达到87,能够明显鉴别出油茶籽油不同比例的掺杂,表明电子舌在油脂检测方面有着较为广阔的应用前景。 展开更多

关键词 电子舌传感器 油茶油 掺杂 主成分分析 快速检测

在线阅读 下载PDF 职称材料

电子鼻检测烤后烟叶挥发性组分的方法研究 被引量：8

7

作者 冯莉 常爱霞 +4 位作者 郭丛涛 李艳丽 高亭亭 文轲 罗成刚 《中国烟草科学》 CSCD 2014年第4期92-98,共7页

本研究采用电子鼻系统对不同形态烤后烟样进行测定,以便初步建立一个烤后烟叶挥发性组分判别检测的方法。结果表明,不同样品形态、同一样品不同放置时间均对电子鼻检测效果有一定影响。对于烟丝样品,放置4h检测为宜;对于烟末样品,放置30... 本研究采用电子鼻系统对不同形态烤后烟样进行测定,以便初步建立一个烤后烟叶挥发性组分判别检测的方法。结果表明,不同样品形态、同一样品不同放置时间均对电子鼻检测效果有一定影响。对于烟丝样品,放置4h检测为宜;对于烟末样品,放置30 min检测为宜;采用烟丝样品检测效果优于烟末样品。结果分析表明,线性判别分析(LDA)比主成分分析(PCA)更能有效的区分不同样品,并且LDA分析的结果更能代表样品的整体特征。传感器Loadings分析表明,烟丝样品检测时贡献率较大的传感器是2、7、8、9;烟末样品检测时贡献率较大的传感器是2、7、9。利用电子鼻技术在合适的条件下,可以对不同品种不同部位的烟样进行区分和鉴别。 展开更多

关键词 电子鼻 检测 烟叶 挥发性成分 方法

在线阅读 下载PDF 职称材料

电子舌在绿茶饮料区分辨识中的应用 被引量：14

8

作者 关为 田呈瑞 +4 位作者 陈卫军 周劝娥 张航 唐敏敏 夏秋瑜 《食品工业科技》 CAS CSCD 北大核心 2012年第13期56-59,共4页

用传感器型电子舌对目前市场上已有的5个品牌共7种绿茶饮料进行检测,以检验电子舌在绿茶软饮料方面的辨识能力。所得数据用主成分分析法、聚类分析法和相似性分析法进行分析。结果表明,该电子舌能够很好的区分这7种绿茶饮料,主成分分析... 用传感器型电子舌对目前市场上已有的5个品牌共7种绿茶饮料进行检测,以检验电子舌在绿茶软饮料方面的辨识能力。所得数据用主成分分析法、聚类分析法和相似性分析法进行分析。结果表明,该电子舌能够很好的区分这7种绿茶饮料,主成分分析图中的区分指数达到96,且聚类分析和相似性分析的结果与主成分分析结果一致。本结果预示着电子舌在绿茶饮料的味觉区分、在线监测以及真伪辨识等方面具有广阔的应用前景。 展开更多

关键词 电子舌 绿茶饮料 快速检测 主成分分析 聚类分析 相似性分析

在线阅读 下载PDF 职称材料

改进的轻量化YOLOv4用于电子元器件检测 被引量：33

9

作者 张明路 郭策 +1 位作者 吕晓玲 张艳 《电子测量与仪器学报》 CSCD 北大核心 2021年第10期17-23,共7页

针对电子行业制造机器人对电子元器件检测精度低和速度慢的问题,提出基于改进YOLOv4的电子元器件检测方法。对网络结构进行改进,利用深度可分离卷积代替PAN网络中的传统卷积,提高检测速度;利用一种具有线性瓶颈的逆残差结构代替CSP dark... 针对电子行业制造机器人对电子元器件检测精度低和速度慢的问题,提出基于改进YOLOv4的电子元器件检测方法。对网络结构进行改进,利用深度可分离卷积代替PAN网络中的传统卷积,提高检测速度;利用一种具有线性瓶颈的逆残差结构代替CSP darknet53主干网络,降低模型参数,进一步提高检测效率;在检测网络YOLO head前添加注意力机制,提高检测精度。模拟工业传送带环境建立了电子元器件数据集并进行数据增强,相较于原算法,精度(mAP)提高了1.31%,速度提高了16.34 fps,权重大小从245下降到41.20 MB。研究可为相关电子行业制造机器人的研制提供技术参考。 展开更多

关键词 目标检测 深度学习 可分离卷积 注意力机制 电子元器件

在线阅读 下载PDF 职称材料

电子鼻在棉织物异味检测中的应用研究 被引量：5

10

作者 高明星 王晓宁 +1 位作者 龚龑 廖青 《传感器与微系统》 CSCD 北大核心 2011年第6期33-35,共3页

基于电子鼻传感器检测技术,对棉织物中5种异味整体性质的人工智能评价进行探究,根据传感器检测数据曲线和数据主成分分析(PCA)分析,结果表明:各传感器对不同异味成分的响应性不同,PCA分析法处理数据能够有效区分布样中不同的异味组分,... 基于电子鼻传感器检测技术,对棉织物中5种异味整体性质的人工智能评价进行探究,根据传感器检测数据曲线和数据主成分分析(PCA)分析,结果表明:各传感器对不同异味成分的响应性不同,PCA分析法处理数据能够有效区分布样中不同的异味组分,为纺织品异味的快速、有效、客观检测评定奠定了一定的基础。 展开更多

关键词 电子鼻 棉织物 异味检测 主成分分析

在线阅读 下载PDF 职称材料

改进型Faster R⁃CNN网络在电子元件LED气泡缺陷检测中的应用 被引量：13

11

作者 王标 周雅兰 王永红 《电子测量与仪器学报》 CSCD 北大核心 2021年第9期136-143,共8页

电子元件LED缺陷当前主要检测方法是通过效率低下的人工目检,而传统机器视觉检测速度慢,且识别精度通常难以满足实际应用要求。为了克服这些缺点,提出了一种改进的Faster R⁃CNN网络为框架的电子元件气泡缺陷检测方法。为了提高网络的鲁... 电子元件LED缺陷当前主要检测方法是通过效率低下的人工目检,而传统机器视觉检测速度慢,且识别精度通常难以满足实际应用要求。为了克服这些缺点,提出了一种改进的Faster R⁃CNN网络为框架的电子元件气泡缺陷检测方法。为了提高网络的鲁棒性和泛化能力,对数据集以添加噪声、改变亮度的方式进行扩充。以Resnet50和FPN网络作为主干网络提取图像特征,并根据其特征金字塔不同特征预测层的特性调整anchor的尺度,构建网络进行训练。最后在数据集上通过对试验结果定量分析表明,该方法对LED元件气泡缺陷的总体准确率达到了95.6%,召回率提高20.8%,单幅图片检测时间约为100 ms,满足生产中自动化检测的要求。 展开更多

关键词 缺陷检测 Faster R⁃CNN 深度学习 电子元件 LED瑕疵

在线阅读 下载PDF 职称材料

基于电子鼻和电子舌的白酒检测 被引量：15

12

作者 周红标 李珊 《粮油食品科技》 北大核心 2014年第6期78-82,共5页

研究利用电子鼻和电子舌技术快速检测白酒品质。以不同品牌、不同香型和不同比例掺假白酒为检测对象,采用主成分分析、线性判别分析和偏最小二乘法对电子鼻整体气味响应图谱和电子舌在1、10、100和1000Hz四个不同频段脉冲激发下的金、... 研究利用电子鼻和电子舌技术快速检测白酒品质。以不同品牌、不同香型和不同比例掺假白酒为检测对象,采用主成分分析、线性判别分析和偏最小二乘法对电子鼻整体气味响应图谱和电子舌在1、10、100和1000Hz四个不同频段脉冲激发下的金、银、钨、钛四个工作电极组成的传感电极阵列响应信号进行分析。结果显示:电子舌对不同品牌和不同香型白酒的区分能力要优于电子鼻,且LDA的识别效果较PCA更好;利用偏最小二乘法建立的定量预测模型,在主成分数取5时,电子舌所建模型最优。用独立样品检验模型精度,模型预测值和参考值的相关系数为0.881。研究结果可为白酒生产和销售过程中的质量监控提供支持。 展开更多

关键词 白酒检测 电子鼻 电子舌 主成分分析 线性判别分析 偏最小二乘法

在线阅读 下载PDF 职称材料

基于旋转框的电子元器件检测 被引量：2

13

作者 汪威 李琴锋 +1 位作者 王冲 胡新宇 《仪表技术与传感器》 CSCD 北大核心 2023年第3期33-38,49,共7页

针对印刷电路板上微小密集且方向任意分布的电子元器件检测过程中存在检测框与目标轮廓贴合度较差的问题,提出一种采用旋转框代替传统水平框的元器件检测方法。通过自建数据集并基于两阶段旋转目标检测算法对元器件进行检测,将特征提取... 针对印刷电路板上微小密集且方向任意分布的电子元器件检测过程中存在检测框与目标轮廓贴合度较差的问题,提出一种采用旋转框代替传统水平框的元器件检测方法。通过自建数据集并基于两阶段旋转目标检测算法对元器件进行检测,将特征提取网络改进为Swin Transformer后网络性能进一步提升,精度(mAP)达到98.23%,比原算法提高了1.52%。同时与5种旋转目标检测算法进行对比实验,文中方法检测效果均优于其他方法。 展开更多

关键词 目标检测 深度学习 神经网络 印刷电路板 电子元器件 旋转框

在线阅读 下载PDF 职称材料

基于协同降维策略的电子鼻技术应用研究 被引量：2

14

作者 王超 王璇 夏志平 《传感技术学报》 CAS CSCD 北大核心 2020年第9期1372-1378,共7页

本文提出了一种协同降维策略来优化特征维度进而提升电子鼻分类精度,该协同降维策略结合了无监督和有监督降维的优点实现原始特征的有效降维,并利用该策略实现不同品牌白酒的智能辨识。首先,提取电子鼻检测数据的最大值、稳态均值、积... 本文提出了一种协同降维策略来优化特征维度进而提升电子鼻分类精度,该协同降维策略结合了无监督和有监督降维的优点实现原始特征的有效降维,并利用该策略实现不同品牌白酒的智能辨识。首先,提取电子鼻检测数据的最大值、稳态均值、积分值以及小波能量值作为特征值。其次,将无监督降维方式的核熵成分分析(KECA)引入对融合特征进行初步降维,再利用有监督降维方式的线性判别分析(LDA)进行再次降维得到最终的综合特征。最后,基于支持向量机(SVM)、概率神经网络(PNN)、随机森林(RF)对综合特征进行分类识别。结果表明,KECA-LDA-SVM获得了最高的分类性能达96%,说明该协同降维策略可以有效提升电子鼻的检测性能。 展开更多

关键词 电子鼻检测 协同策略 核熵成分分析 线性判别分析 支持向量机

在线阅读 下载PDF 职称材料

电子鼻牛奶质量检测的研究 被引量：9

15

作者 姜天纬 林然 +2 位作者 陈星 曹明富 王平 《传感技术学报》 CAS CSCD 北大核心 2007年第8期1727-1731,共5页

利用自主研制的CNe-Nose I型电子鼻气体分析仪对多种品牌、不同新鲜程度的牛奶进行检测,并通过模式识别方法分析和识别数据.牛奶各组分经由金属氧化传感器阵列采集信号,其数据及响应曲线记录在PC端.运用主元分析和人工神经网络方法识别... 利用自主研制的CNe-Nose I型电子鼻气体分析仪对多种品牌、不同新鲜程度的牛奶进行检测,并通过模式识别方法分析和识别数据.牛奶各组分经由金属氧化传感器阵列采集信号,其数据及响应曲线记录在PC端.运用主元分析和人工神经网络方法识别曲线特征,通过与新鲜高质量样本的标准数据进行比较,判断出牛奶变质程度.实验结果表明,电子鼻技术对牛奶品质的识别率较高,且具有便捷、安全等特点,是一种发展前景良好的实用技术. 展开更多

关键词 电子鼻 牛奶检测 气体传感器阵列 主元分析 人工神经网络

在线阅读 下载PDF 职称材料

基于改进YOLOv5的电子元件表面缺陷检测算法 被引量：19

16

作者 曾耀 高法钦 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2023年第3期455-465,共11页

目标检测模型在电子元件生产环境中的实时检测能力不佳,为此采用GhostNet替换YOLOv5的主干网络.针对电子元件表面缺陷存在小目标及尺度变化较大的目标的情况,在YOLOv5主干网络中加入坐标注意力机制,在避免大量计算资源消耗的前提下增强... 目标检测模型在电子元件生产环境中的实时检测能力不佳,为此采用GhostNet替换YOLOv5的主干网络.针对电子元件表面缺陷存在小目标及尺度变化较大的目标的情况,在YOLOv5主干网络中加入坐标注意力机制,在避免大量计算资源消耗的前提下增强感受野,将坐标信息嵌入通道注意力中以提升模型对目标的定位.使用加权双向特征金字塔网络结构替换YOLOv5特征融合模块中的特征金字塔网络(FPN)结构,提升多尺度加权特征的融合能力.在自制缺陷电子元件数据集上的实验结果表明,改进的GCB-YOLOv5模型平均精度达到93%,平均检测时间为33.2 ms,相比于原始YOLOv5模型,平均精度提高了15.0%,平均时间提升了7 ms,可以同时满足电子元件表面缺陷检测精度与速度的需求. 展开更多

关键词 目标检测网络 深度学习 电子元件表面缺陷 YOLOv5 注意力机制

在线阅读 下载PDF 职称材料

基于轻量化YOLOX的电子元器件缺陷检测方法研究 被引量：9

17

作者 吴栋梁 刘知贵 《计算机工程与科学》 CSCD 北大核心 2023年第8期1463-1471,共9页

针对传统目标检测方法在对电子元器件进行缺陷检测时存在参数量大、检测效率低的问题,提出了一种基于轻量化YOLOX检测网络的目标检测方法。首先,使用深度可分离卷积对主干网络实现轻量化处理,减少参数量的同时提高检测速度;其次,构建基... 针对传统目标检测方法在对电子元器件进行缺陷检测时存在参数量大、检测效率低的问题,提出了一种基于轻量化YOLOX检测网络的目标检测方法。首先,使用深度可分离卷积对主干网络实现轻量化处理,减少参数量的同时提高检测速度;其次,构建基于空间金字塔的通道注意力模型,对不同尺度特征进行筛选融合,加强小尺寸缺陷的特征权重;在特征融合的采样过程中,加入高效通道注意力,在略微增加参数量的情况下,提升检测精度;最后,采用EIoU损失函数优化IoU损失函数,并使用余弦退火算法来使模型达到最佳检测效果。采用自制的电子元器件外观缺陷数据集进行实验,所提方法的平均检测精度达到98.96%,每幅图像的检测时间大约为0.09 s,与原YOLOX网络相比检测速度提高了一倍,模型大小缩小了约60%,并且在PCB瑕疵公共数据集上进行了验证,结果表明所提方法实现了目标缺陷的快速检测。 展开更多

关键词 电子元器件 缺陷检测 YOLOX 注意力机制

在线阅读 下载PDF 职称材料

基于深度学习的元器件视觉识别和定位技术 被引量：6

18

作者 雷文桐 顾寄南 +1 位作者 胡君杰 高伟 《电子测量技术》 北大核心 2023年第8期65-73,共9页

为解决当前装配机器人视觉系统对元器件误检率高、效率低、难获取有效定位信息的问题,提出了一种基于深度学习的元器件视觉识别和定位方法。首先,设计基于深度聚合和解耦头的高精度检测算法,提高元器件识别和主体检测的精度;其次,设计... 为解决当前装配机器人视觉系统对元器件误检率高、效率低、难获取有效定位信息的问题,提出了一种基于深度学习的元器件视觉识别和定位方法。首先,设计基于深度聚合和解耦头的高精度检测算法,提高元器件识别和主体检测的精度;其次,设计标注和判定规则,细化定位主体轮廓和抓取点;最后,设计基于网络剪枝的轻量化检测算法,实现模型压缩,提高引脚检测和装配点定位的效率。研究结果表明:该方法在元器件的识别和定位上取得了较好表现,类别识别平均错误率仅为0.27%,计算量减少了29.8%,参数量减少了22.7%,并将传统的元器件轮廓检测扩展到抓取点和装配点定位,得到丰富的类别和位置指引信息,为工业机器人精准、可靠、稳定地抓取和装配做好基础。 展开更多

关键词 目标检测 智能装配 电子元器件 机器视觉 深度学习

在线阅读 下载PDF 职称材料

电子鼻在乳及其制品检测中的应用研究进展 被引量：6

19

作者 廖美燕 龙鸣 +6 位作者 洪晶 张娅俐 张福梅 田晓静 宋礼 罗丽 高丹丹 《中国乳业》 2022年第10期57-64,共8页

电子鼻作为一种基于综合气味信息的气味指纹检测技术,有着快速、无损、便捷、有效、客观等多方面优势,成为了乳及其制品的热门检测技术。与常规仪器分析和感官评价方法结合,电子鼻在乳制品掺假,成分检测,乳制品加工、贮藏过程中品质变... 电子鼻作为一种基于综合气味信息的气味指纹检测技术,有着快速、无损、便捷、有效、客观等多方面优势,成为了乳及其制品的热门检测技术。与常规仪器分析和感官评价方法结合,电子鼻在乳制品掺假,成分检测,乳制品加工、贮藏过程中品质变化等相关气味信息方面的研究较多,为市场监控乳制品的质量安全提供了有效保障。本文总结了电子鼻在乳制品风味成分鉴别,乳及其制品新鲜度检测,乳制品加工过程监控、掺假检测等方面应用的研究进展,并展望了电子鼻技术在乳及其制品应用方面的进一步研究方向,旨在为其在乳及其制品质量安全快速检测等方面提供参考。 展开更多

关键词 电子鼻 主成分分析 乳制品 检测 应用

在线阅读 下载PDF 职称材料

激光点云中散乱电子元器件分割方法 被引量：4

20

作者 陈伯云 陆安江 +2 位作者 赵麒 黄际玮 彭熙舜 《包装工程》 CAS 北大核心 2022年第13期216-224,共9页

目的针对散乱电子元器件计数过程中电子元器件分割困难的问题,提出一种基于点云簇平均法线夹角、平均点云密度边缘提取和区域生长阈值自适应的散乱电子元器件分割方法。方法通过体素化处理、RANSAC算法和统计离群滤波算法对原始点云数... 目的针对散乱电子元器件计数过程中电子元器件分割困难的问题,提出一种基于点云簇平均法线夹角、平均点云密度边缘提取和区域生长阈值自适应的散乱电子元器件分割方法。方法通过体素化处理、RANSAC算法和统计离群滤波算法对原始点云数据进行预处理,去除大量无关点云;使用欧式聚类算法对预处理结果粗分割得到电子元器件点云簇,以点云簇为阈值设置单元,避免阈值设置不合理的情况;通常边缘点较非边缘点法线夹角更大、邻域点更少,提出通过点云簇平均法线夹角和平均点云密度自适应约束来去除点云簇中边缘点的方法;对去边缘点后的点云簇细分割,根据细分割后点云簇的平均法线夹角进行区域生长阈值的自适应选择,通过改进的区域生长算法将每个电子元器件从点云簇中分割出来。结果实验结果证明,文中方法分割正确率达97%以上,每10个目标分割耗时约345 ms。结论提出的方法具有良好的准确性和实用性,分割效果优于传统分割算法,能够准确地将每个电子元器件从复杂场景中分割出来。 展开更多

关键词 点云分割 数量检测 边缘提取 散乱电子元器件 区域生长

在线阅读 下载PDF 职称材料