典型文献
基于多尺度融合和可变形卷积PCB缺陷检测算法
文献摘要：
针对目前PCB缺陷检测方法中存在缺陷较小不易识别、缺陷形状多样化导致识别率下降等问题,提出基于多尺度特征融合和可变形卷积的PCB缺陷检测算法(DCR-FRNet).在Faster R-CNN算法的基础上进行优化改进,能够更好地适应同一缺陷不同尺度的缺陷目标.采用的多尺度融合的金字塔模型有效地提高模型的特征识别能力;引入的可变形卷积替代常规的卷积,通过卷积学习偏移量提高模型的特征提取能力.实验结果表明,在采集的缺陷数据集上,所提DCR-FRNet算法相对于基准网络能够更有效识别缺陷特征,检测精度达到了96.60％,F1分数提高了16.30％.
文献关键词：
目标检测;深度学习;卷积神经网络;可变卷积;印刷电路板
中图分类号：
作者姓名：
朱红艳;李泽平;赵勇;罗相好;成先镜;杨肖委
作者机构：
贵州大学 计算机科学与技术学院,贵州 贵阳 550025;北京大学深圳研究生院 信息工程学院,广东 深圳 518055;遵义师范学院 黔北信息技术研究院,贵州 遵义 563099;贵州大学 机械工程学院,贵州 贵阳 550025
文献出处：
引用格式：
[1]朱红艳;李泽平;赵勇;罗相好;成先镜;杨肖委-.基于多尺度融合和可变形卷积PCB缺陷检测算法)[J].计算机工程与设计,2022(08):2188-2196
A类：
FRNet
B类：
多尺度融合,可变形卷积,PCB,检测算法,缺陷检测方法,存在缺陷,识别率,多尺度特征融合,DCR,Faster,优化改进,不同尺度,金字塔模型,特征识别,识别能力,偏移量,特征提取能力,缺陷数据,基准网络,缺陷特征,检测精度,目标检测,可变卷积,印刷电路板
AB值：
0.307519
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。
