典型文献
一种改进YOLOv4的半导体芯片表面字符识别算法
文献摘要：
针对采用人工方法对芯片进行分选和重排时的精度、速度和鲁棒性都达不到工业现场要求的情况,提出了一种基于改进YOLOv4的半导体芯片表面字符识别方法.该算法通过轻量化YOLOv4的特征提取网络,保留更多的浅层特征信息;在非特征提取网络引人深度可分离卷积,减少模型参数;在网络头部嵌入卷积注意力模块(BAM),进一步提升对小尺寸字符的特征提取能力.通过对工业半导体芯片的识别实验结果表明,与原YOLOv4相比,改进的方法具有更高的识别精度和更快的识别速度,且具有良好的鲁棒性和泛化能力,能够满足工业现场字符识别的需求.
文献关键词：
深度学习;字符识别;YOLOv4;半导体芯片
中图分类号：
作者姓名：
安胜彪;娄慧儒;白宇
作者机构：
河北科技大学信息科学与工程学院 石家庄050018
文献出处：
引用格式：
[1]安胜彪;娄慧儒;白宇-.一种改进YOLOv4的半导体芯片表面字符识别算法)[J].国外电子测量技术,2022(04):77-82
A类：
B类：
YOLOv4,半导体芯片,字符识别,识别算法,分选,重排,工业现场,特征提取网络,特征信息,非特,深度可分离卷积,络头,卷积注意力模块,BAM,小尺寸,特征提取能力,识别精度,泛化能力
AB值：
0.267179
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。
