典型文献
基于YOLO的手机外观缺陷视觉检测算法
文献摘要：
针对在小规模手机屏幕缺陷数据检测效率不高的问题,提出了一个基于YOLO v3的手机外观缺陷视觉检测算法,即YOLO-q-v3算法.YOLO-q-v3算法通过改进DarkNet-53网络结构,减少原网络的层数和相应的模型参数,有效地提高算法的检测效率.将YOLO v3算法和本文提出的YOLO-q-v3算法对同一数据集进行对比实验,实验结果表明,YOLO-q-v3算法能够正确识别手机屏幕裂痕,YOLO-q-v3在检测速率上比YOLO v3算法提高了 24％.
文献关键词：
YOLO;屏幕缺陷检测;深度学习
中图分类号：
作者姓名：
杨戈;刘思瀚
作者机构：
北京师范大学珠海分校智能多媒体技术重点实验室,广东珠海519087;北京师范大学 自然科学高等研究院,广东 珠海519087
文献出处：
引用格式：
[1]杨戈;刘思瀚-.基于YOLO的手机外观缺陷视觉检测算法)[J].电子技术应用,2022(07):81-85
A类：
屏幕缺陷检测
B类：
YOLO,外观缺陷,视觉检测,检测算法,小规模,手机屏幕,缺陷数据,数据检测,检测效率,效率不高,v3,DarkNet,层数,一数,裂痕,检测速率
AB值：
0.286817
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
