|
|||||
|
|
| 改进的轻量化YOLOv4用于电子元器件检测 | |
| 作者姓名： | 张明路 郭策 吕晓玲 张艳 |
| 作者单位： | 河北工业大学机械工程学院 300132 |
| 基金项目： | 国家重点研发计划(2017YFB1303701)、国家重点自然基金（61733001）项目资助 |
| 摘 要： | 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... |
| 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 |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《电子测量与仪器学报》浏览原始摘要信息 | |
| 点击此处可从《电子测量与仪器学报》下载免费的PDF全文 | |