典型文献
基于特征融合SSD的微电连接器缺陷检测
文献摘要：
提出基于多尺度特征融合单次多框检测器(SSD)算法,对微精密玻璃封装电连接器的缺陷进行检测.针对SSD算法在背景复杂、噪声干扰多、目标特征微弱环境下,特征提取能力弱、检测精度低的问题,在主干网络加入深度残差结构,丰富细节信息;针对在卷积网络中关键信息逐步丢失问题,提出了自顶向下的多尺度特征融合方法将含有上下文信息的高语义层与含有位置信息的低层特征进行融合,使得融合后的特征层包含丰富的边界信息和背景信息;在此基础上,构建了一种轻量级的通道注意力模块,增强SSD算法对特征层重要特征的提取并弱化无关特征,从而提高SSD网络的特征提取能力.实验结果表明:改进算法相对于原始的SSD算法,精度由86.42％提高到了 91.28％.
文献关键词：
缺陷检测;深度学习;深度残差结构;多尺度特征融合;轻量级通道注意力机制
中图分类号：
作者姓名：
刘群坡;方源;张建军;苏波
作者机构：
河南理工大学电气工程与自动化学院,河南焦作454000;河南理工大学河南省智能装备直驱技术与控制国际联合实验室,河南焦作454000
文献出处：
引用格式：
[1]刘群坡;方源;张建军;苏波-.基于特征融合SSD的微电连接器缺陷检测)[J].华中科技大学学报（自然科学版）,2022(03):49-54
A类：
玻璃封装电连接器,轻量级通道注意力机制
B类：
SSD,缺陷检测,多尺度特征融合,检测器,陷进,噪声干扰,目标特征,微弱,特征提取能力,检测精度,主干网络,深度残差结构,细节信息,卷积网络,关键信息,自顶向下,融合方法,上下文信息,位置信息,低层,背景信息,通道注意力模块,特征的提取,改进算法
AB值：
0.237103
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。
