典型文献
基于改进EfficientDet的线束端子线芯检测算法
文献摘要：
线束端子压接高度不当会导致线芯被剪断或线芯之间空隙较大，人工检测线芯数量和判断端子压接后线芯是否断裂，存在劳动强度大、易产生视觉疲劳等问题，因此提出一种基于深度学习的线束端子显微图像线芯检测算法，用于线芯计数。针对端子线芯显微成像呈密集且不规则排列的特性，使用K-means多维度聚类算法对线芯边界框进行聚类，生成与线芯边界框相匹配的锚框；为处理端子图像中不同属性锚框类别极不均匀的问题，利用梯度均衡机制重构损失函数。与多个目标检测算法的对比实验结果表明，所提改进算法在兼顾实时性的基础上平均精度均值达96.2%，能保持与人工同样的计数精度，可用于线束端子线芯计数和后续的压接质量评估等工作。
文献关键词：
深度学习;目标检测;线束端子;梯度均衡机制;显微成像
中图分类号：
作者姓名：
朱世松;孙秀帅;赵理山;芦碧波;姚东林
作者机构：
河南理工大学计算机科学与技术学院，河南 焦作 454003;空军装备部驻武汉地区第一军事代表室，湖北 武汉 430000
文献出处：
引用格式：
[1]朱世松;孙秀帅;赵理山;芦碧波;姚东林-.基于改进EfficientDet的线束端子线芯检测算法)[J].激光与光电子学进展,2022(18):1815008
A类：
线束端子
B类：
EfficientDet,端子压接,剪断,空隙,检测线,劳动强度,视觉疲劳,显微图像,显微成像,means,聚类算法,边界框,锚框,端子图,子图像,同属,极不,梯度均衡机制,机制重构,损失函数,目标检测算法,改进算法,顾实,平均精度均值,压接质量,质量评估
AB值：
0.325706
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。
