典型文献
基于密集YOLOv3的印刷电路板缺陷识别
文献摘要：
对印刷电路板加工过程中微小缺陷的精准检测是保证电子产品质量的前提.由于电路板缺陷的特征尺寸极小,电路复杂,现有的目标检测方法存在很多不足.针对这一问题,在YOLOv3算法的基础,提出了一种用于印刷电路板缺陷检测的密集YOLOv3目标检测算法.首先,用密集连接卷积网络模块代替YOLOv3算法特征提取网络中的部分残差网络单元,增强网络的特征重用;其次,对损失函数加以改进,用预测框和真实值之间的广义交并比来解决交并比为零时无法继续优化的问题.所提出的密集YOLOv3算法在扩充后的印刷电路板缺陷数据集上得到了有效地验证.实验结果表明,与其他识别算法相比,所提算法在识别精度提高的同时,算法尺寸也有所减小.
文献关键词：
微小目标检测;YOLOv3算法;密集连接卷积网络;印刷电路板缺陷
中图分类号：
作者姓名：
杨杰;张书杰
作者机构：
东北大学 信息科学与工程学院, 沈阳110819
文献出处：
引用格式：
[1]杨杰;张书杰-.基于密集YOLOv3的印刷电路板缺陷识别)[J].北京邮电大学学报,2022(05):42-48
A类：
B类：
YOLOv3,印刷电路板缺陷,缺陷识别,加工过程,微小缺陷,精准检测,电子产品,特征尺寸,极小,目标检测方法,缺陷检测,目标检测算法,密集连接卷积网络,算法特征,特征提取网络,残差网络,网络单元,特征重用,损失函数,加以改进,真实值,广义交并比,比来,零时,缺陷数据,上得,识别算法,识别精度,微小目标检测
AB值：
0.312735
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。
