面向 FPGA 部署的改进 YOLO 铝片表面缺陷检测系统

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。     

基于弱光增强与YOLO算法的锯链缺陷检测方法

在基于机器视觉的锯链缺陷实时检测过程中,油污、粉尘等因素影响图像亮度和质量,导致目标检测网络的特征提取能力下降。为保证复杂环境下锯链缺陷检测的准确率,本文设计了一种结合弱光增强和YOLOv3算法的锯链自动化缺陷检测方法。首先使用RRDNet网络自适应增强锯链图像亮度,恢复图像暗区的细节特征;然后采用改进YOLOv3算法对锯链零件进行缺陷检测,增加FPN结构特征输出图层,利用K means聚类算法对先验框参数重新聚类,并引入GIoU损失函数来提高小目标的缺陷检测精度。最后搭建一套锯链缺陷在线检测系统,对所提方法进行验证。实验结果表明,该方法能够显著提高弱光环境下的锯链图像照度、恢复图像细节,改进YOLOv3算法的mAP值为92.88%,相比原始YOLOv3提高14%,最终系统整体的漏检率降低到3.2%,过检率也降低到9.1%。所提出的方法可实现弱光场景下锯链缺陷的在线检测,并且对多种缺陷有着较高的检测精度。     

基于改进YOLO的绝缘子缺陷检测算法

针对绝缘子缺陷检测任务中,由于绝缘子缺陷部分在画幅中占比小、绝缘子易被遮挡、输电线路背景复杂等原因导致陷识别准确率低的问题,提出了一种基于改进YOLO的绝缘子缺陷检测算法。首先,在YOLOv7模型的基础上设计一个小目标检测层,使其更准确地进行小目标检测任务;其次,在模型中引入SimAM注意力机制,提高模型对绝缘子及其缺陷的关注度,提升模型检测性能;最后,选择SIoU Loss作为模型的损失函数,加快网络的收敛速度,降低其损失值。实验结果表明,改进后算法精度相较基准模型由84.9%提升至90.2%,损失值由2.23%下降至2.20%,改善了小目标检测精度,为绝缘子检测提供了参考。     

基于YOLOv5的轻量化端到端手机检测方法

针对监控图像中手机尺寸较小、分辨率低且特征不明显等问题，给检测算法研究带来了困难。提出了一种改进的YOLOv5网络模型方法用来识别手机的使用。改进的检测算法引入轻量级网络GhostNet作为主干提取网络，将GhostConv模块、C3Ghost模块分别代替主干网络中的Conv基本卷积模块和C3模块，减小网络参数和复杂度；同时，将注意力机制CBAM引入到主干网络中，减少融合后冗余特征的影响，提取到目标区域中更加关键的特征信息；使用四尺度特征检测，在原算法基础上对应的增加检测层，用以提高更小目标的检测精度。实验结果表明，改进后的YOLOv5算法准确率达到95.7%,平均精度达到97.1%,比改进前训练的准确率和平均精度分别提升了2.5%和1.8%,运算量和参数量较改进前分别减少了14.3%和24.5%。改进的YOLOv5算法不仅具有轻量化优势，同时保证了准确率和平均精度。该方法为智能监测技术行业违规使用手机提供了理论依据和技术参考。     

基于FPGA的基2-FFT算法在谐波检测系统中的研究

对谐波信号进行频谱分析是电力系统谐波检测中一项重要任务,精确的谐波检测是维护电网正常运行的前提。为实现谐波频谱数据的实时输出,设计了基于FPGA芯片的按频率抽取的基-2FFT算法。整个设计基于Verilog语言进行模块化设计,采用Stratix II系列FPGA芯片作为逻辑控制器,并使用Quartus II和Matlab软件工具仿真验证,仿真结果表明系统能实时准确地检测出谐波,对电网谐波分析与运行具有一定的实用价值。     

基于改进 YOLOv４算法的绝缘子故障检测研究

为解决目前人工处理分析无人机巡检图像效率低、检测结果受人为因素影响较大的问题,提出了一种用于 检测绝缘子缺陷的改进 YOLOv４故障检测模型.通过改进普通卷积算法以提升检测速度,使用数据增强方法提高 YOLOv４对绝缘子缺陷检测性能,解决实际检测环境中缺陷图像数量少且识别精度低的问题.试验结果表明,所提方 法的缺陷检测精度和召回率分别为0.91和0.96,能够满足电力线路绝缘子缺陷检测的鲁棒性和准确性要求。     

基于YOLO v4优化的航拍绝缘子缺陷图像检测模型

针对现有绝缘子缺陷检测模型检测精度低、实时性差和网络参数多的问题,提出了一种基于YOLO v4改进的绝缘子缺陷检测模型。首先,利用改进的VGG卷积神经网络实现了主干特征提取。其次,在加强特征提取网络和预测网络中引入深度可分离卷积,降低了模型的复杂度。再次,在加强特征提取网络中融合通道注意力机制对重要特征进行增强,提升了模型对绝缘子缺陷的目标辨识能力。最后,以平均精度、帧率、参数量等作为评价指标,对基于公共数据集CPLID构建的新数据集进行了消融实验和对比实验。实验结果表明,改进的YOLO v4模型对绝缘子缺陷的检测精度为98.35%,相比于传统的YOLO v4模型提高了6.4%,并且其检测速度和参数量分别为传统YOLO v4模型的1.5倍和37.5%,可实现对航拍绝缘子缺陷图像的高精度实时有效检测。同时,改进的模型相比YOLO v5-M和Faster R-CNN模型在检测精度,速度和模型复杂度上也更具优势。     

基于FPGA的动植物倍性分析检测系统

针对动植物细胞倍性检测的需求,介绍了一种基于流式细胞术（flow cytometry,FCM）原理的动植物倍性检测系统.该系统以EP1C6Q240C8N现场可编程门阵列芯片（FPGA）为控制核心,整体设计包括光路模块、液流模块、信号采集模块、微处理器控制模块、显示模块以及数据处理软件.系统检测标准微球变异系数值cv=2.67,鸡血红细胞cv=7.55.系统重复性测试中标准微球cv相对标准偏差为2.9％、平均荧光强度相对标准偏差为0.73％,实验表明系统性能稳定.该系统在动植物倍性育种中具有广泛的应用前景.     

基于改进YOLOv7的实时输电导线缺陷检测方法

输电导线是电力系统中重要的组成部分,输电导线缺陷将影响电力系统运行。因此提出了基于改进YOLOv7算法的输电导线缺陷检测方法。首先,提出了一种自动扩充数据集的方法,可以使用少量图片建立输电导线缺陷数据集;其次,提出了一种轻量化自注意力主干网络,对YOLOv7的主干网络进行替换,并使用BiFPN进行特征融合。实验结果表明：所提出的改进后的YOLOv7算法将精准度从原本89.4%提升到97.5%;同时,算法将检测速度提升了约60.49%,FPS从原有的52.36帧提升至84.03帧,可以做到对输电线路的实时检测,降低了输电导线缺陷的误检漏检率,提升了检测速度,提高了巡检效率。     

基于改进YOLVOv5s的X射线图像粘接缺陷实时检测

为了兼顾火箭弹非金属粘贴结构缺陷的检测速度和准确率,提出一种基于改进YOLOv5s的X射线图像火箭弹缺陷检测算法。该算法在YOLOv5s的基础上使用深度分离卷积重新设计特征提取网络中Bottleneck结构,以此改进C3模块,通过减少模型参数数量,提高运行速度。然后分别在特征提取网络的Focus结构后和Neck层的卷积和上采样之前加入卷积模块的注意力机制模块(CBAM),用来提高模型对有效特征提取,使模型更加关注小目标,力图保持运行速度的同时提高检测精度。实验结果表明,该算法在自制的火箭弹粘贴缺陷数据集上测试的平均精度均值(mAP)达到86.40%,比原始模型提高6.44%,帧率为32 fps;相比SSD、YOLOX-Tiny网络算法,该模型在检测速度和检测精度上有着出色的综合表现,能够针对火箭弹非金属粘接结构缺陷进行高效的检测。     

基于微信小程序的弧垂计算手机软件开发与应用

输电线路施工作业中,弧垂计算数据多、过程繁琐,极易出错,而弧垂是线路施工中重要的技术指标,误差必须控制在规程规范允许的范围内。因此,基于腾讯公司在微信平台最新推出的一种开发应用系统的新技术-微信小程序,研究开发了现场实时计算弧垂的“送电工计算器”手机软件,并在多个工程施工中进行了现场应用,取得了良好效果。该软件方便快捷,确保了计算结果准确率,显著提高了施工效率。     

面向 FPGA 部署的 CNN-SVM 算法研究与实现

卷积神经网络-支持向量机(CNN-SVM)混合算法结合了 CNN特征提取能力和SVM分类性能,在计算复杂度和解决小样本问题上具有一定优势,目前已在故障诊断、医学图像处理等领域得到了一定应用,同时,由于其计算复杂度较低,也引起了边缘计算领域的关注.针对边缘计算场景中对算法性能和功耗的要求,提出了一种面向FPGA平台的CN...     

基于FPGA的太阳能集热系统智能控制器的开发

国产太阳能集热系统智能控制器一直处于低端水平,大多产品使用单片机设计生产,产品难以占领高端用户市场.介绍了基于现场可编程门阵列(FPGA)控制器的太阳能集热系统智能控制器的开发,重点阐述基于FPGA系统实现控制系统的全自动运行的主要设计思想,以及软硬件设计方法.为该类产品的更新换代提供了新的技术参考.     

基于FPGA的步进电动机加减速控制器

为解决步进电动机加减速控制问题,给出了基于抛物线算法的FPGA实现方案,并在一片常用的可编程门阵列Cyclone I FPGA得到了具体验证。该方案综合运用FPGA可编程的逻辑功能,针对步进电动机控制特点,采样HDL硬件描述语言实现了SPI通讯模块、计数模块、ROM模块等功能。整个控制系统精度高、调节快,运行效果表明,在加减速过程中加速度与速度的平稳性有了较大的改善,并且占用很少的逻辑单元。     

基于FPGA和磁传感器阵列的磁场扫描系统

为实现铁磁性物体的无损检测,设计了一种基于FPGA和磁传感器阵列的磁场扫描系统。本系统采用了FPGA作为主控器,其中包含了AD配置模块、AD接口模块和数据缓存模块,FPGA控制传动装置进行扫描,通过磁传感器阵列扫描将磁场转换为对应的电压信号,通过以AD7768为核心的模数转换模块将电压信号传送给FPGA,实现8路并行高速磁场数据采集,然后在FPGA中通过双线性插值和伪彩色转换算法的处理,把采集的磁场数据转换成磁场分布的图像,存储在SD卡中并在LCD中实时显示。实验中,使用磁场扫描系统对环型磁铁、磁化后的铁丝、内嵌于木板中的铁钉、剥线钳和尖嘴钳进行了磁场扫描,采用基于磁通量与大津法为基础的程序处理,对物体进行定位与识别,定位的均方根误差平均值为3 mm,测量的长度接近实际物体的长度,能够辨别磁性物体的位置和方向,能够通过物体的特征磁场识别磁性物体,达到对铁磁性目标的无损检测和识别的目的。本系统采用了以FPGA ZYNQ7010、AD7768、HMC1001为主的电路采集磁场数据,具有采集速率高、扩展方便、功耗低,能获取磁场空间分布图像等优点,可以应用于铁磁性目标的定位和识别等领域,如安全检测、地下水下的磁性目标探测等。     

基于移动Agent的重要信息保护系统设计与实现

通过对信息保护和移动Agent技术的深入研究,提出了一种基于移动Agent的信息检测保护系统模型。该模型以移动Agent为执行单元,充分利用移动Agent的移动、智能、异构和协作等特性,综合分布式和基于移动Agent的思想,构造了一个协作式移动Agent结构,Agent通过相互协作,可以准确、快速地实现对重要信息非法访问行为的检测。     

基于深度可分离卷积及SVD输电线路缺陷检测

针对输电线路实时巡检中无人机嵌入式移动端的存储和计算受限问题,在Faster R-CNN目标检测框架及VGG特征提取网络基础上,融合深度可分离卷积及SVD分解,构建了一种轻量级的输电线路缺陷检测方法。在公共的PASCAL VOC 2007与COCO数据集上的实验结果验证了所提方法的优越性。在输电线路缺陷数据集上实验,在保证检测精度不下降的同时降低了模型存储空间,提升了模型的检测速度,实现了检测的实时性。     

基于DSP的质子交换膜燃料电池测控系统设计

为了提高PEMFC（质子交换膜燃料电池）发电系统的输出性能,本文以飞思卡尔的DSP芯片MC56F8013为核心,设计了一种测控系统,对整个PEMFC的发电过程进行监控。首先介绍了通用测控系统的基本组成,然后详细介绍了整个测控系统的软硬件设计,最后进行了系统的发电性能测试实验。实验表明,所设计的测控系统能保证电池的稳定输...     

基于改进U-net和CNN的绝缘子自爆检测方法研究

针对绝缘子自爆故障人工检测效率低,成本高的问题,基于改进U-net和卷积神经网络（CNN）模型,提出一种可有效识别绝缘子自爆故障的双阶段目标检测算法。首先,在语义分割阶段使用改进U-net模型,通过翻倍提高图像分辨率的方法有效提高图像分割精度。其次,在图像分类阶段提出更适合所提问题且有效提高分类准确度的新型CNN模型。最后,使用无人机拍摄的绝缘子图片为实验数据进行实验。实验结果表明所提算法识别精度较高。     

基于萤火虫与粒子群混合优化算法的移动储能调度

近年来,受规模化电动汽车无序充电、高比例新能源功率波动等因素影响,配电网存在负荷峰谷差较大、网损较高、配电网运行成本高的问题。提出基于萤火虫与粒子群混合优化算法的移动储能调度方法。分别建立电动汽车、移动储能车、氢燃料发电车的移动储能模型,建立负荷峰谷差、配电网网损和配电网运行成本多目标函数,为了降低排名异常的概率,引入Tent混沌映射、柯西变异算子、萤火虫算法中的模糊自适应惯性权值,求解多类型移动储能共同参与调度的最优方案。算例分析结果表明,所提方法能够有效减少负荷峰谷差、降低配电网网损和降低配电网运行成本。