期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
一种用于PCB缺陷检测的DRM-YOLOv8n算法
1
作者 周静 黄丽雯 +1 位作者 唐鑫 王博思 《激光杂志》 北大核心 2025年第3期65-70,共6页
为了提高图像检测算法对印刷电路板(PCB)缺陷检测的精确度,提出一种DRM-YOLOv8n小目标检测算法。首先针对小尺度特征提取问题,采用可变形卷积模块改进骨干网络,提高网络对关键特征的提取能力,提升检测准确性;其次,针对复杂场景问题,在N... 为了提高图像检测算法对印刷电路板(PCB)缺陷检测的精确度,提出一种DRM-YOLOv8n小目标检测算法。首先针对小尺度特征提取问题,采用可变形卷积模块改进骨干网络,提高网络对关键特征的提取能力,提升检测准确性;其次,针对复杂场景问题,在Neck结构中引入一种感受野注意力卷积(RFAConv),使模型定位更准确,提高网络性能和效率;最后,使用MPDIoU损失函数优化原网络损失函数,提高边界框回归的准确性与效率及模型的收敛能力。通过对比实验得出,提出的算法与YOLOv8n相比,平均精度值(mAP)有了明显提升,mAP50%从87.2%提高到94.5%,mAP50:95%从60.9%提高到65.8%,较YOLOV8n分别提高了7.3%和4.9%,证明了改进算法的有效性。 展开更多
关键词 深度学习 YOLOv8 小目标检测 可变形卷积 损失函数
在线阅读 下载PDF
ELM在机床切削刀具磨损快速检测中的应用 被引量:3
2
作者 唐鑫 巫茜 +1 位作者 邝茜 王成睿 《兵工自动化》 2021年第12期55-59,共5页
为检测加工过程中切削刀具的磨损和破损,探讨一种基于声音识别的超限学习机(extreme learning machine,ELM)模型检测方法。论述切削声音信号的时频域特性,讨论基于小波包分解的刀具工作状态敏感频谱能量统计特征量提取方法,构建基于声... 为检测加工过程中切削刀具的磨损和破损,探讨一种基于声音识别的超限学习机(extreme learning machine,ELM)模型检测方法。论述切削声音信号的时频域特性,讨论基于小波包分解的刀具工作状态敏感频谱能量统计特征量提取方法,构建基于声音特征量识别的ELM快速检测模型。以某操作现场刀具切削磨损声音信号识别实验为例,实测数据验证了采用该模型可获得更高的检测准确度且响应速度更快。实验仿真结果表明:采用ELM模型借助声音识别检测切削刀具磨损的方法是有效的。 展开更多
关键词 切削刀具破损 声音识别 时频特性 小波包分解 ELM检测模型
在线阅读 下载PDF
基于YOLOX-WSC的PCB缺陷检测算法研究 被引量:19
3
作者 庹冰 黄丽雯 +2 位作者 唐鑫 谌列勇 周静 《计算机工程与应用》 CSCD 北大核心 2023年第10期236-243,共8页
针对复杂场景下,PCB缺陷检测难度大、种类多、容易出现误检或漏检的问题,提出一种基于YOLOX-WSC的PCB缺陷检测算法。对输入模型数据进行优化,采用弱化数据增强减少Mosaic引入的不准确图像并提前完成收敛,提升了模型检测效果;在主干网络... 针对复杂场景下,PCB缺陷检测难度大、种类多、容易出现误检或漏检的问题,提出一种基于YOLOX-WSC的PCB缺陷检测算法。对输入模型数据进行优化,采用弱化数据增强减少Mosaic引入的不准确图像并提前完成收敛,提升了模型检测效果;在主干网络中添加无参数注意力SimAM,在不增加模型参数的同时使用能量函数评估有效特征,以提升算法的特征提取和定位能力;在特征融合网络中采用CSPHB模块替换CSPLayer结构,获取高阶语义信息,提高分辨能力,同时加强特征融合网络的特征融合交互能力,进而提高模型检测性能。实验结果表明,各模块的改进平均精度均值(mAP)都有不同程度的提升,YOLOX-WSC算法的mAP@0.5达到96.65%,mAP@0.5:0.95达到了79.58%,比YOLOX分别提升了2.88个百分点、11.64个百分点,并且各个类别缺陷平均精度有明显提升,证明了算法的有效性。 展开更多
关键词 小目标检测 YOLOX 无参数注意力 数据增强 缺陷检测
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部