简介:摘要:针对目前常用的目标检测算法检测PCB板表面缺陷具有定位不准确、细小缺陷难以检测等问题,本文提出了多尺度特征融合的YOLO V3(Multiscale Feature Fusion,MFF-YOLO V3)PCB缺陷检测方法。受YOLO V3模型启发,通过设计卷积神经网络提取多尺度图像特征,将生成的多尺度特征进行融合以生成单尺度图像特征,然后运用聚类方法以实现对PCB板缺陷的准确定位。与YOLO V3不同在于,通过提高多尺度图像特征的分辨率并进行融合,提高了模型对PCB板微小缺陷的检测能力;为实现PCB板缺陷的精准定位,采用以AvgIOU为金标准的K-means算法实现候选目标区域的重定义。同时,由于MFF-YOLO V3实现了单输出以实现特征的提取,减小卷积层的层数,从而减小网络训练的计算量。通过在DeepPCB数据集上进行测试,其mAP较YOLO V3提升了9.2%,准确率达到了87.9%。实验表明,多尺度特征融合YOLO V3的PCB板表面缺陷检测方法能够更有效的检测PCB板缺陷,基本满足工业检测要求。
简介:摘要:文章主要是以广州市的白云城投总部大厦项目基坑工程为这次的研究对象,讲解了如何在狭小场地中进行各种工序的交叉作业及场地布置,通过前期的合理规划以及施工过程的有效管控等措施,同时分析了其施工中的关键施工技术,望能为有关人员提供到一定的参考和帮助。
简介:摘要:在传统太阳能网版缺陷检测中,比较依赖人工的主观经验,缺陷识别效率低,针对上述问题,本文提出一种基于注意力机制的YOLOv8算法。
简介:摘要:热工保护误动及拒动原因主要为热控设备系统设计、安装、调试存在质量缺陷、 DCS系统软、硬件故障造成的误动、信号处理卡、输出模块、设定值模块、网络通讯等故障造成的误动或拒动、继电器老化、损坏等原因造成的误动或拒动、电缆接线短路、断路、虚接;热工设备电源故障、问题造成的误动、 DCS 电子间工作环境不满足要求而导致的误动以及人为因素造成的误动等情况进行了分析和总结,并提出相应的措施或对策,对提高热工保护系统的可靠性,保证机组安全、稳定运行具有一定的参考价值。