基于改进YOLOv4算法的PCB缺陷检测研究

来源 :仪器仪表学报 | 被引量 : 0次 | 上传用户:csrsyz
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对现用PCB缺陷检测方法存在效率低、误检率高、通用性低、实时性差等问题,提出基于改进YOLOv4算法的PCB缺陷检测方法.使用改进二分K-means聚类结合交并比(IoU)损失函数确定锚框,解决预设锚框不适用PCB小目标缺陷检测的问题.引用MobileNetV3作为特征提取网络,提升对PCB小目标缺陷的检测性能,同时方便部署在现场轻量化移动端.引入Inceptionv3作为检测网络,利用多种卷积核进行运算满足PCB缺陷多类别的检测要求.以PCB_DATASET数据集为测试对象,将本文方法与Faster R-CNN、YOLOv4、MobileNetV3-YOLOv4等开展对比验证实验.结果 表明,本文方法均值平均精度(mAP)为99.10%,模型大小为53.2 MB,检测速度为43.01 FPS,检测mAP分别提升4.88%、0.05%、2.01%,模型大小分别减少0、203.2、3.3MB,检测速度分别提升29.93、6.37、0.79 FPS,满足PCB工业生产现场高检测精度和检测速度要求.
其他文献
针对循环流化床床内颗粒团动态参数和行为特性的测量问题,提出了基于光散射原理的颗粒团运动速度、高度与浓度等多参数同时在线测量方法,利用该方法对二维冷态循环流化床试验台开展颗粒团参数测量,获得了颗粒经测量区造成的光强衰减信号,通过对上下测量单元光强信号进行互相关分析可获得颗粒团运动速度参数;对信号进行低通滤波,根据低频信号极值点时间差及运动速度测量结果,得到颗粒团高度参数;同时根据光强衰减程度计算颗粒团的浓度参数.由此实现了基于光散射原理的循环流化床床内颗粒团运动速度、高度与浓度多参数同时在线测量,测量结果显
弱刚度球头铣刀广泛应用于深腔模具零件的铣削中,加工过程中容易发生颤振,确定加工稳定域是实现稳定铣削的重要手段,但该铣削系统具有变时滞特点,稳定性分析的难度较大,制约着加工质量的提高.为此,提出一种弱刚度球头铣刀铣削稳定性分析方法.首先,建立弱刚度刀具系统的动力学方程;接着,基于Newton-Raphson求解出刀齿选定点的时滞量;最后,基于全离散法提出考虑变时滞再生效应的稳定性分析方法,并利用Floquet定理获得了不同转速所对应的临界切深,构建出铣削稳定性叶瓣图.实验结果表明在叶瓣图的非稳定域铣削时铣削
针对现有线结构光3D成像系统标定步骤繁琐、标定鲁棒性低等问题,本文提出了基于线结构光单平面标定的3D成像方法,实现高精度、高鲁棒性的3D成像.该3D成像方法通过构建结构光平面到成像面的单平面映射模型简化了三维空间的标定步骤,提高了系统的鲁棒性.该模型基于棋盘格图像内角点坐标作为线结构光平面标定计算控制点,提高了标定控制点个数和降低了标定的偶然误差;该模型无需进行成像系统内外参矩阵估计,精简了标定中间步骤;该模型无需计算线结构光图像光条中心点,避免了图像算法误差对标定结果的影响.实验结果表明,该3D成像方法
环境感知技术是智能汽车的关键技术之一,单独使用视觉传感器或激光雷达在目标检测和目标定位方面存在局限性.本文在图像和激光雷达目标检测的基础上,提出了一种基于立体视觉与激光雷达的车辆目标外形位置融合算法.首先,采用深度学习方法对图像和点云数据进行目标检测,再通过基于目标三维点和目标种类的目标外形位置估计方法确定目标的外形和位置,最后在数据关联后对同一时刻的图像目标及点云目标进行融合处理,获取目标的外形和位置.在KITTI数据集以及实际道路场景上验证了本文算法,实验结果表明,本文方法在检测精度上分别比YOLOv
液固两相流动广泛存在于工业过程中,其粒径分布信息在线测量对生产优化与控制十分重要.超声法作为无扰动式多相流动参数测量方法,其衰减特性与固相颗粒粒径、体积分数等密切相关,可用于实现粒径分布在线测量.本文搭建液固两相介质超声衰减实验装置,装置采用石英砂作为固相颗粒,自来水为液相,利用线性调频超声信号激励研究液固两相介质的超声衰减特性.实验结果表明,随着激励频率和固相体积分数的升高,超声衰减系数逐渐增加,采用Twomey及遗传算法等对液固两相介质粒径分布进行反演,测试结果与马尔文激光粒度分析仪的粒径分布结果相比
在电容层析成像(ECT)图像重建迭代类算法中,通常采用线性正问题求解,以加快重建速度,由此产生重建误差.针对这一问题,提出了基于极限学习机(ELM)的非线性ECT正问题求解方法,ELM网络输入为介电常数分布,其输出为预测的电容测量值.将该方法与传统的Landweber迭代算法相结合构成ELM-Landweber迭代算法进行图像重建.为使样本具有较好的代表性,物体分布位置及大小均随机生成,并计算相应的归一化电容值作为ELM网络训练及测试样本,对ELM-Landweber迭代算法进行了仿真与静态实验,并与传统
针对现有卷积神经网络模型体积大、运算量高,导致电力巡检无人机检测速率与精度无法兼顾的问题,提出一种基于模型压缩的ED-YOLO网络实现无人机避障的目标检测算法.该目标检测算法以YOLOv4为基础,首先在主干网络中加入通道注意力机制,在不增加计算量前提下提高检测精度;其次在特征金字塔部分运用深度可分离卷积替换传统卷积,减少卷积计算量;最后利用模型压缩策略裁剪网络中冗余通道,减小模型体积并提高模型检测速度.在自主构建的9600张电力巡检无人机飞行障碍的数据集进行测试,ED-YOLO与YOLOv4相比,其障碍物
为解决双节瓷支柱绝缘子的振动检测问题,以220 kV串联瓷支柱绝缘子为研究对象,采取SolidWorks软件建模并导入ANSYS软件中,设置模型参数计算分析;验证了通过振动声学法检测串联双节瓷支柱绝缘子的可行性,同时探究了激振-拾振距离及拾振点在下法兰底端的具体位置对绝缘子检测精度的影响,得到其一般性规律,通过搭建220 kV绝缘子实验台对仿真得到的规律进行验证;最终结论表明,激振-拾振距离对瓷支柱绝缘子的振动检测结果存在影响,对于双节支柱绝缘子,当激振点与拾振点位于通过下法兰中心的同一直线上时,关于下法
针对目前锂电池极片表面存在低对比度微小缺陷难以检测的问题,提出了一种基于改进Canny算子的锂电池极片表面缺陷检测方法.首先,使用双边滤波改善高斯滤波在降噪时可能造成的图像边缘模糊问题,并在此基础上引入多尺度细节增强算法来增强低对比度图像;其次,基于Sobel算子的3×3梯度模板计算极片图像的梯度幅值和梯度方向;最后,基于最大熵和Otsu算法自动获取图像的高、低阈值,通过逻辑与运算对两种算法阈值分割后的检测结果进行边缘融合,并利用形态学闭运算和细化算法修复不连续边缘,得到最终检测边缘.实验结果表明,传统C
针对同心圆环区域,设计了不同数目的 组合电容层析成像传感器,以提高传感器在测量区域的空间分辨率.基于数值仿真,对内外径之比为0.2、0.3、0.4、0.5的4种同心圆环区域,采用了传统外层12电极和12-4、12-6、12-83种内外双层结构电极(IEE),研究了其成像特性.其中IEE传感器测量过程施行外部-对立-内部(EOI)和外部-对立(EO)两种激励策略,对几种典型的介质分布进行测量,并采用LBP、Tikhonov、Landweber算法开展图像重建.结合数值仿真和实验验证,结果显示内外双层电极测量