典型文献
一种基于深度学习的PCB图像字符检测方法
文献摘要：
利用印刷电路板(PCB)残片图像的字符检索完整PCB图像,是解决PCB残片溯源难题的一种有效方法;为此,提出了一种高性能的PCB图像字符检测方法.基于残差网络结构实现特征金字塔的提取,设计双检测头进行字符区域预测,引入结构相似性损失函数优化网络;设计了一种适合PCB图像的字符区域热力图标签生成算法以训练网络;采用多种数据增强、多尺度检测等策略提高字符检测性能.在自建PCB图像数据集上进行测试,该方法的字符检测精准率为95.6％、召回率为92.4％;特别是综合指标Fl为93.6％,优于对比方法,证明了针对PCB图像字符检测问题,所提出的综合检测方法可与当前自然场景图像字符检测的先进方法媲美.
文献关键词：
印刷电路板图像;字符检测;深度学习
中图分类号：
作者姓名：
张滨宇;赵衍运;杜昀昊;万俊峰;佟知航
作者机构：
北京邮电大学人工智能学院,北京100876
文献出处：
引用格式：
[1]张滨宇;赵衍运;杜昀昊;万俊峰;佟知航-.一种基于深度学习的PCB图像字符检测方法)[J].北京邮电大学学报,2022(01):108-114
A类：
印刷电路板图像
B类：
PCB,字符检测,用印,残片,残差网络结构,特征金字塔,检测头,域预测,结构相似性,损失函数优化,热力图,图标,标签生成,生成算法,数据增强,多尺度检测,检测性能,图像数据集,召回率,综合指标,Fl,比方,检测问题,综合检测,自然场景,场景图像,媲美
AB值：
0.323331
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。
