文档名：基于深度学习的电解电容识别与极性检测
摘要：针对工程中印刷电路板(PCB)上的电解电容不易识别、极性难以检测的问题,研究了一种基于深度学习的电解电容识别与极性检测方法.对于电容检测问题,提出了一种基于YOLOv5的改进算法,该算法在YOLOv5的骨干(backbone)融合SwinTransformer模块,提升模型的特征提取能力,在颈部融合了双向金字塔网络(BiFPN)模块,提高了网络的特征融合能力;对于电容极性检测,提出了一种语义分割结合形态学处理的方法,该方法能够分割电容基圆区域与极性区域然后有效检测电解电容的极性方向.实验结果表明,电容的识别精度达到96.9%,电容的分割精度达到93.9%,极性方向检测准确率达到99.1%,相比于目前电解电容极性检测较好的方法,所提方法有较好的鲁棒性,满足检测需求.
Abstract：Aimingattheproblemthatelectrolyticcapacitorsonprintedcircuitboard(PCB)inengineeringaredifficulttoidentifyandtheirpolarityisdifficulttodetect,anelectrolyticcapacitoridentificationandpolaritydetectionmethodbasedondeeplearningisstudied.Forthecapacitancedetectionproblem,animprovedalgorithmbasedonYOLOv5isproposed.ThisalgorithmintegratestheSwinTransformermoduleonthebackboneofYOLOv5toimprovethefeatureextractioncapabilityofthemodel,andintegratesthebi-directionalfeaturepyramidnetwork(BiFPN)moduleonthenecktoimprovethefeaturefusioncapabilityofthenetwork.Forcapacitorpolaritydetection,amethodofsemanticsegmentationcombinedwithmorphologicalprocessingisproposed.Thismethodcansegmentthebasecircleareaandpolarareaofthecapacitorandtheneffectivelydetectthepolardirectionoftheelectrolyticcapacitor.Experimentalresultsshowthatthecapacitoridentificationprecisionreaches96.9%,thecapacitorsegmentationprecisionreaches93.9%,andthepolaritydirectiondetectionaccuracyreaches99.1%.Comparedwiththecurrentdetectingmethodofthepolarityofelectrolyticcapacitors,theproposedmethodhasbetterrobustnessandmeetsthedetectionrequirements.
作者：汪威 王冲 黄旭东 张伟伦 曹金龙 胡新宇Author：WANGWei WANGChong HUANGXudong ZHANGWeilun CAOJinlong HUXinyu
作者单位：湖北工业大学机械工程学院,湖北武汉430068
刊名：传感器与微系统
Journal：TransducerandMicrosystemTechnologies
年，卷(期)：2024, 43(2)
分类号：TP391.4TP20
关键词：深度学习 电解电容 极性检测 目标检测 语义分割 电子元器件
Keywords：deeplearning electrolyticcapacitor polaritydetection targetdetection semanticsegmentation electroniccomponent
机标分类号：TP391TP278O224
在线出版日期：2024年2月26日
基金项目：国家自然科学基金基于深度学习的电解电容识别与极性检测[
期刊论文] 传感器与微系统--2024, 43(2)汪威 王冲 黄旭东 张伟伦 曹金龙 胡新宇针对工程中印刷电路板(PCB)上的电解电容不易识别、极性难以检测的问题,研究了一种基于深度学习的电解电容识别与极性检测方法.对于电容检测问题,提出了一种基于YOLOv5的改进算法,该算法在YOLOv5的骨干(backbone)融合S...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于深度学习的电解电容识别与极性检测 Electrolytic capacitor identification and polarity detection based on deep learning
基于深度学习的电解电容识别与极性检测.pdf
- 文件大小:
- 640 KB
- 下载次数:
- 60
-
高速下载
|
|
