典型文献
基于深度学习的色环电阻检测与判读方法研究
文献摘要：
色环电阻作为常用的电子元器件,其阻值主要通过色环颜色表示.色环颜色依靠人工判断,效率低且误检率高.传统基于图像处理的色环判断,鲁棒性不高、受光照等物理因素影响较大.基于此,提出了一种基于深度学习的色环检测及判读方法.首先利用提出的目标检测算法实现色环检测和电阻本体检测,其次利用提出的颜色关系匹配方法结合检测结果,判断色环与电阻本体的从属关系并进行色环排序.最后利用提出的阻值推断方法,结合色码表,完成色环电阻的实时检测与判读.实验结果显示,相较于其他检测算法,该算法在色环检测的准确度上有更好的表现,达到98.71％,且网络的参数量仅10.61 M、计算量仅31.68 GMAC.在测试集上随机抽取20张图片进行验证,阻值判读的准确率高达98.59％.
文献关键词：
目标检测;色环电阻;深度学习
中图分类号：
作者姓名：
张可;顾寄南;夏子林;李静
作者机构：
江苏大学机械工程学院 镇江212013
文献出处：
引用格式：
[1]张可;顾寄南;夏子林;李静-.基于深度学习的色环电阻检测与判读方法研究)[J].电子测量技术,2022(11):126-133
A类：
色环电阻,GMAC
B类：
电阻检测,判读,电子元器件,阻值,误检率,物理因素,目标检测算法,算法实现,关系匹配,匹配方法,从属关系,行色,码表,成色,实时检测,参数量,计算量,测试集,随机抽取
AB值：
0.291097
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。
