排序方式: 共有5条查询结果,搜索用时 0 毫秒
1
1.
2.
3.
4.
面对印刷电路板(print circuit board,PCB)小型化、多层化、高集成化的趋势,针对目前PCB缺陷检测方法存在漏检、特征提取困难、误检率高以及检测性能差等问题,本文提出了基于改进YOLOv5算法的PCB小目标缺陷检测方法。该方法先针对PCB小目标缺陷特点采用DBSCAN(density-based spatial clustering of applications with noise) +二分K-means聚类算法以找到更适合的锚框;然后对YOLOv5的特征提取层、特征融合层以及特征检测层进行改进,增强关键信息的提取,加强深层信息与浅层信息的融合;从而减少PCB缺陷的误检率、漏检率,以提高网络的检测性能;最后在公开PCB数据集上进行相关对比实验。结果表明,改进后模型的平均精度(mAP)为99.5%,检测速度为0.016 s。相比于Faster R-CNN、YOLOv3、YOLOv4网络模型,检测精度分别提升了17.8%、9.7%、5.3%,检测速度分别提升了0.846 s、0.120 s、0.011 s,满足PCB缺陷在实际工业生产现场的高精度、高速度检测要求。 相似文献
5.
他们广受尊敬,他们“劣迹斑斑”他们们是IT界的骄傲,一手引领着数字时代的前行风潮,向世人展示科技之美;他们也许还是演艺界派过来的卧底,“说话不算话”与“睁眼说瞎话”的演艺功力让专业人士都望尘莫及。你能猜到他们是谁吗? 相似文献
1