| 基于改进YOLOv5的电子元器件实例分割算法（英文） |
| |
| 引用本文： | 杨祎宁,魏鸿磊.基于改进YOLOv5的电子元器件实例分割算法（英文）[J].测试科学与仪器,2024(1):23-32. |
| |
| 作者姓名： | 杨祎宁 魏鸿磊 |
| |
| 作者单位： | 大连工业大学机械工程与自动化学院 |
| |
| 基金项目： | supported by 2021 General Project Scientific Research Funds of Education Department of Liaoning Province(Nos.LJKZ0535,LJKZ0526)； |
| |
| 摘 要： | 为解决电子元器件组装中不同类型电子元器件难以自动区分的问题，利用改进的YOLOv5网络对电子元器件进行了实例分割，实现了不同元器件的自动识别分类。首先，使用三通道直方图均衡化对图像进行预处理。其次，在不增加模型复杂度的前提下，使用SE-Net通道注意力模块增强网络的特征提取能力，压缩无用信息；利用GhostNet实现网络轻量化；采用BiFPN增强网络特征融合能力。实验得出，采用改进的YOLOv5方法对电子元器件实例分割，其mAP为96.7%，单图的检测时间平均为45.5 ms.试样结果表明，该实例分割方法优于同类方法，对提高电子元件的自动化检测水平具有实用意义。
|
| 关 键 词： | 实例分割 深度学习 YOLOv5 元器件识别 |
|
|
