【摘 要】
：
针对智能手机玻璃盖板缺陷检测方法存在检测柔性差、良率低、检测时间长等问题,提出一种改进YOLOv3的智能手机玻璃盖板缺陷检测方法.在特征提取网络方面增加通道注意力机制以解决缺陷特征不明显的问题,在特征检测网络方面增加了104×104维度大小的特征图以解决缺陷多尺度的问题,最后对模型进行剪枝减少模型参数,提高缺陷检测速度.从智能手机玻璃盖板生产现场获得涵盖崩边、坑点、脏污和划痕等4类缺陷的图片构建缺陷数据集,对本文提出的方法和Faster R-CNN、YOLOv3、YOLOv4等算法进行对比实验和分析.实验
【机 构】
：
湖南科技大学机械设备健康维护湖南省重点实验室,湖南湘潭411201
论文部分内容阅读
针对智能手机玻璃盖板缺陷检测方法存在检测柔性差、良率低、检测时间长等问题,提出一种改进YOLOv3的智能手机玻璃盖板缺陷检测方法.在特征提取网络方面增加通道注意力机制以解决缺陷特征不明显的问题,在特征检测网络方面增加了104×104维度大小的特征图以解决缺陷多尺度的问题,最后对模型进行剪枝减少模型参数,提高缺陷检测速度.从智能手机玻璃盖板生产现场获得涵盖崩边、坑点、脏污和划痕等4类缺陷的图片构建缺陷数据集,对本文提出的方法和Faster R-CNN、YOLOv3、YOLOv4等算法进行对比实验和分析.实验结果表明,本文提出方法的检测平均精度均值(mean Average Precision,mAP)为81.0％,检测速度为43.1 fps.相比原始YOLOv3算法,检测mAP提升了3％,检测速度增加了6.7 fps,相比于其他深度学习算法,检测速度和检测精度均有所提升.所提方法满足智能手机玻璃盖板工业生产现场缺陷高精度、高效检测的需要.
其他文献
针对视网膜血管在分割过程容易出现细节特征信息丢失、血管轮廓模糊等问题,提出一种改进的循环分割对抗网络算法.该算法改进了分割器的网络模型,在U型网络上、下采样过程中添加了密集连接结构,充分保留了图像的特征信息,提升了模型的泛化能力以及鲁棒性,缓解了过度分割现象.为防止网络退化,将损失函数替换为最小二乘函数,提高了图像的分割质量,提升了网络模型训练的稳定性.实验结果表明,本文的网络模型在DRIVE以及CHASE数据集中,两者分割的准确性、敏感性分别达到了96.93％、84.30％以及96.94％、79.92％
针对图像拍摄过程中由于运动、抖动、电子干扰等产生的运动图像模糊问题,提出一种基于深度残差生成对抗网络的运动图像去模糊算法.对图像模糊模型与盲去模糊过程进行了研究,介绍了生成对抗网络,改进了残差块的结构.改进的残差块包含3个卷积层,两个ReLU激活函数,一个Dropout层以及一个跳跃连接块,提升了复原图像的质量.改进了PatchGAN的结构,在只增加少量参数与网络复杂性的情况下,将最底层感受野变为原先的两倍以上.利用GOPRO数据集和Lai数据集进行测试,测试结果表明,本文提出的基于深度残差生成对抗网络的
基于事件的视觉传感器是一种新型的仿生型视觉传感器,它更类似于人眼的工作机制使其广受关注.与基于帧的传统相机的工作机制和输出方式不同,基于事件的视觉传感器的像素可以单独检测光照强度对数的变化,并在变化量超过一定阈值时输出包含位置、时间、极性的事件信息,拥有低延迟、高动态范围、低功耗的优点,其独特的输出方式和工作特性使其特别适应于有高速运动、光照条件变化较大或小能耗的场合.本文介绍了事件相机的发展历程、分类和工作原理、优缺点,以及事件相机在快速运动的跟踪与监测、目标识别、即时定位与地图构建(SLAM)等领域近
SRGAN是基于深度学习的图像超分辨率的典型方法,重建效果较好,但该算法还存在一些缺陷,在提高图像质量和运行速度上仍然有较大提升空间.本文在SRGAN网络模型的基础上提出了一个优化模型.因为批量归一化(BN)层在超分辨图像重建中常常会忽略一些图像的细节,同时增加网络的复杂度,所以在SRGAN的生成器中去除了BN层,并引入ECA通道注意力,使每个残差块生成特征图获得相应的权重,以便处理更多的图像细节.经过公开数据集的训练和对比实验,结果表明提出的改进模型相比于对比模型,重建图像的细节恢复更丰富,视觉效果更好
淀粉是一种天然高分子材料,具有来源广泛、价格低廉、可再生、可降解等优点,在生物降解高分子材料领域中具有重要地位.淀粉塑化后较为柔软,类似予弹性体,如果能够用于聚合物的增韧改性,将对降低成本、保护环境有重要意义.目前,淀粉在聚合物共混改性中主要起填充、降低成本的作用,而作为弹性体增韧聚合物制备高抗冲聚合物复合材料还比较少.为了改善聚合物/淀粉复合材料的性能,可以采用淀粉塑化改性、淀粉化学改性、添加相容剂、添加弹性体协同淀粉增韧等方法.本文从以上4个方面总结了聚合物/淀粉复合材料的研究进展,讨论了目前聚合物/
传统的高动态范围(HDR)成像方法需采集多幅图像,不仅容易引入视场误差,而且很难适用于新兴的HDR图像采集系统.为此,提出了一种基于重映射和多尺度曝光融合的简单有效的HDR成像方法.该方法只需要采集一组短、长曝光图像,通过人工重映射分别生成一系列多曝光序列;然后根据曝光评价因子求取多曝光序列权重图;接着对权重图进行高斯金字塔分解,并对多曝光序列进行拉普拉斯金字塔分解;最后基于多尺度曝光融合生成一幅细节保持良好的高质量HDR图像.实验结果表明,对比一些主流的算法,所提方法在多个场景测试中性能较好,图像质量在
本文考虑超高维部分线性模型,其中参数向量维数是样本量的指数阶.基于profile最小二乘方法和保留正则化方法,本文提出了新的变量选择方法用来解决超高维部分线性模型的变量选择问题.在一定的正则条件下,证明了所得估计量的符号相合性.通过数值模拟和实例分析,将该方法与Lasso、SIS-Lasso、自适应Lasso方法进行对比,发现所提方法在恢复线性部分参数向量符号方面明显优于其它方法.
氢(H2)作为一种可再生、零排放和地球资源丰富的能源,被认为是解决当今能源危机和环境问题的有效方案之一.然而氢气易燃、易爆、不易储存及运输困难等缺点严重制约了其在实际中的应用,所以实现氢能的安全高效存储及可控释放是亟需解决的关键问题.氨硼烷(NH3BH3,Ammonia Borane,简称AB)具有含氢量高、室温稳定、无污染、无毒性和水溶性良好等优点,在室温下与水几乎不发生反应,然而当有催化剂参与时可水解释放出氢气,因此AB被认为是一种理想的氢能材料.然而,缺乏廉价、稳定、环境友好和易分离回收的高性能催化
在一价铜的催化下,通过有机叠氮化合物与末端炔1,3-偶极环的“点击反应”合成1,4-二取代-1,2,3-三氮唑有机化合物4,7-双(1-苯基-1H-1,2,3-三氮唑-4-基)苯[c][1,2,5]噻二唑(BT-DC),并通过液相组装法制备了一维微-纳米线.该化合物中由于引入了强吸电子性质的苯并噻二唑结构单元,增强了分子内电荷转移的能力,因此具有良好的光学性质.该化合物的一维结构宽为500 nm～2 μm,长度可达100 μm以上的一维微-纳米线.通过扫描近场光学显微镜进一步发现,BT-DC被紫外激光激发
凝胶材料因在文物表面污渍去除方面清洁效果良好备受保护修复工作者关注.本文比较分析了文物表面污渍传统清洁方法,概括性阐述经典凝胶材料、凝胶材料研究进展和当前存在的问题、创新凝胶的研发及其未来发展趋势.得出了限制凝胶材料在绘画、壁画和油画等类型文物清洁中广泛应用的主要原因,即种类不足、性能和应用效果长期性监测的缺乏,以及清洁效率和深度不佳.为凝胶材料今后在文物保护中的研究发展和推广应用提供重要参考.