基于改进YOLOX的钢材表面缺陷检测研究 被引量：1

1

作者 刘毅 蒋三新 《现代电子技术》 北大核心 2024年第9期131-138,共8页

针对目前单阶段目标检测网络YOLOX的特征提取能力不足、特征融合不充分以及钢材表面缺陷检测精度不高等问题,提出一种改进YOLOX的钢材表面缺陷检测算法。首先,在Backbone部分引入改进的SE注意力机制,增添一条最大池化层分支,进行权重融... 针对目前单阶段目标检测网络YOLOX的特征提取能力不足、特征融合不充分以及钢材表面缺陷检测精度不高等问题,提出一种改进YOLOX的钢材表面缺陷检测算法。首先,在Backbone部分引入改进的SE注意力机制,增添一条最大池化层分支,进行权重融合,强化重要的特征通道;其次,在Neck部分引入ASFF模块,充分利用不同尺度的特征,更好地进行特征融合;最后,针对数据集所呈现的特点,将IOU损失函数替换为EIOU损失函数,改善模型定位不准确的问题,提高缺陷检测精度。实验结果表明,改进的YOLOX算法具有良好的检测效果,在NEU⁃DET数据集上的mAP达到了75.66%,相比原始YOLOX算法提高了3.74%,较YOLOv6提升了2.76%,检测精度优于其他主流算法。 展开更多

关键词 YOLOX 单阶段目标检测网络 SE注意力机制 ASFF模块 表面缺陷检测 EIOU损失函数

下载PDF 职称材料

基于融合注意力的多尺度芯片缺陷检测算法

2

作者 韩明桥 蒋三新 《国外电子测量技术》 2024年第1期45-51,共7页

芯片的表面缺陷检测在半导体制造中具有重要意义,针对目前芯片表面缺陷面积小,缺陷外形多变,缺陷尺寸跨度大的情况,提出一种基于YOLOv5改进的芯片表面缺陷检测算法,首先基于ConvNext网络改进特征提取模块,提升网络稳定性和特征表达能力... 芯片的表面缺陷检测在半导体制造中具有重要意义,针对目前芯片表面缺陷面积小,缺陷外形多变,缺陷尺寸跨度大的情况,提出一种基于YOLOv5改进的芯片表面缺陷检测算法,首先基于ConvNext网络改进特征提取模块,提升网络稳定性和特征表达能力,同时提出增强卷积注意力模块(ehanced convolutional block attention module,E_CBAM),将更详细的位置信息嵌入到卷积注意力(convolutional block attention module,CBAM)之中,提升整个网络对于小面积及边缘缺陷的检测能力,而针对芯片缺陷多变尺寸跨度大的问题,研究引入了可变形卷积和双向特征金字塔网络(bi-directional feature pyramid network,BiFPN),一方面可变形卷积对于外形不规则的卷积有更好的提取能力,另一方面Neck部分的BiFPN在简化结构的同时保证了多尺度融合的准确性。经过实验表明,改进后的网络在芯片表面缺陷数据集(chip defect dataset,CDD)上,平均精度均值(mAP)mAP@0.5指标达到95.3%,相较于原始的YOLOv5s网络提升了3.1%,在没有过多增加网络参数的情况下,对芯片表面缺陷的精度更高,鲁棒性更强。 展开更多

关键词 芯片表面缺陷检测 ConvNext网络 可变形卷积 小目标检测 特征融合

原文传递

OLED显示模块与AT91RM9200的接口设计 被引量：1

3

作者 蒋三新 黄晓革 《单片机与嵌入式系统应用》 2007年第1期38-40,共3页

在简要介绍点阵式OLED模块的显示驱动芯片SSD1303的基础上,着重讨论台湾铼宝公司内嵌SSD1303驱动芯片的超薄OLED显示屏P13501;给出它与AT91RM9200的接口电路设计,以及在嵌入式Linux下OLED显示屏P13501的驱动编程。

关键词 OLED ARM9 LINUX 驱动编程

下载PDF 职称材料

基于双动态头Sparse R-CNN的表面缺陷检测算法 被引量：3

4

作者 郑亚睿 蒋三新 《仪表技术与传感器》 CSCD 北大核心 2023年第5期97-105,111,共10页

为了减少缺陷检测中的冗余检测,提出基于双动态头Sparse R-CNN的缺陷检测算法,2个动态头的责任不同:第1个负责不同尺度和空间的特征提取,第2个负责匹配可学习的提议特征。为了更好地提取图像细节信息,改进特征金字塔(FPN)为特征金字塔网... 为了减少缺陷检测中的冗余检测,提出基于双动态头Sparse R-CNN的缺陷检测算法,2个动态头的责任不同:第1个负责不同尺度和空间的特征提取,第2个负责匹配可学习的提议特征。为了更好地提取图像细节信息,改进特征金字塔(FPN)为特征金字塔网格(FPG),并且与第1个动态头相结合进行特征提取。其次,提出了交流注意力来改进检测阶段的多头自注意力模块,减少随着迭代注意力图相似导致建模能力下降的问题。最后,改进边框回归损失函数GIoU为Alpha-CIoU,加速收敛并提升检测的精度。实验结果表明:算法在晶圆和热轧钢2种表面缺陷数据集上都取得很好效果,平均精度分别为94.3%和88.1%。 展开更多

关键词 表面缺陷检测 动态头 稀疏预测 注意力机制 标签匹配 端到端预测

下载PDF 职称材料

利用结构特征的语音压缩感知重建算法 被引量：6

5

作者 贾晓立 江晓波 +1 位作者 蒋三新 刘佩林 《上海交通大学学报》 EI CAS CSCD 北大核心 2017年第9期1111-1116,共6页

针对语音信号在变换域中不够稀疏使得压缩感知重建困难的问题,提出了一种利用频域结构特征的重建算法.该算法为单帧语音信号的修正离散余弦变换系数引入幅度和状态2个隐变量,并分别用高斯马尔可夫过程和马尔可夫链对幅度和状态沿频率轴... 针对语音信号在变换域中不够稀疏使得压缩感知重建困难的问题,提出了一种利用频域结构特征的重建算法.该算法为单帧语音信号的修正离散余弦变换系数引入幅度和状态2个隐变量,并分别用高斯马尔可夫过程和马尔可夫链对幅度和状态沿频率轴的连续性建模.在此基础上用因子图表示系数及其幅度、状态的联合后验分布,在因子图上用Turbo消息传递迭代求出系数的后验均值,进而重建原始语音信号.与当前几种最新的算法相比,该算法在不同帧长、不同压缩率下均获得更高的重建精度,重建信号在时频图上的能量分布也与原始语音最为接近.可见,利用语音频域系数的连续性,以Turbo消息传递的方式可以在压缩感知中得到较高的重建精度. 展开更多

关键词 语音信号 压缩感知 高斯混合模型 马尔可夫链 消息传递

下载PDF 职称材料

基于改进生成对抗网络的无监督晶圆缺陷检测 被引量：2

6

作者 李阳 蒋三新 《电子测量技术》 北大核心 2023年第6期91-99,共9页

为实现晶圆表面缺陷的无监督检测,提出了一种改进生成对抗网络的无监督晶圆表面缺陷检测模型,该模型通过目标图像与重构图像之间的差异来检测缺陷。该方法使用带有两层跳跃连接和记忆模块的编码器-解码器卷积神经网络来搭建生成器,跳跃... 为实现晶圆表面缺陷的无监督检测,提出了一种改进生成对抗网络的无监督晶圆表面缺陷检测模型,该模型通过目标图像与重构图像之间的差异来检测缺陷。该方法使用带有两层跳跃连接和记忆模块的编码器-解码器卷积神经网络来搭建生成器,跳跃连接用以捕获多尺度的输入图像特征,记忆模块对潜在特征实施约束,扩大真实缺陷样本与重构样本间的距离。该方法还通过改进判别器网络结构,使模型轻量化。实验结果表明,该模型能够准确分辨具有缺陷的晶圆样本,ROC曲线下的面积值达到0.934,与已有的无监督学习检测方法相比性能更优,同时判别器网络的参数量和计算量分别降低到1 M和60 M以下。 展开更多

关键词 生成对抗网络 无监督学习 缺陷检测 晶圆 记忆模块

原文传递

基于改进结构与位置对齐网络的表结构识别法 被引量：1

7

作者 陈雨 蒋三新 《国外电子测量技术》 北大核心 2023年第12期57-62,共6页

针对现有表格结构检测方法运算量大,表格结构识别准确率低的问题,提出了一种改进的表格结构识别方法。该方法优化了结构与位置对齐网络,提出在一个轻量级的CPU卷积神经网络PPLCNet较深层增加残差连接,加强网络的学习能力;在特征提取和... 针对现有表格结构检测方法运算量大,表格结构识别准确率低的问题,提出了一种改进的表格结构识别方法。该方法优化了结构与位置对齐网络,提出在一个轻量级的CPU卷积神经网络PPLCNet较深层增加残差连接,加强网络的学习能力;在特征提取和特征融合之间引入卷积块注意力模块(convolutional block attention module,CBAM)机制,同时从通道和空间维度加强模型对目标对象的定位能力;在Head部分采用卷积层替代全连接层,实现权重共享,用来降低模型的计算量;此外,还采用Smooth L1损失函数,通过回归表格四顶点坐标,避免图像畸变对于模型性能的影响;为了验证算法的性能,采用PubTabNet数据集进行测试,结果表明所提方法的准确率(Acc)达到71.58%,基于树编辑距离的相似度(tree-editdistance-based similarity,TEDS)达到94.47%;相比较于改进前模型精度提升了2.76%,TEDS提升了0.79%,模型综合性能更优。 展开更多

关键词 深度学习 表格结构识别 注意力机制 残差网络

原文传递

基于模板与内容分离的票据识别方法

8

作者 时瑞 蒋三新 《电子测量技术》 北大核心 2023年第6期122-128,共7页

票据的自动识别是票据数据化以及提高票据信息处理能力的重要手段之一。考虑到相同类型票据的规格统一,结构相同以及存在大量重复信息,提出了一种基于模版与内容分离的票据识别方法。该方法通过颜色分割将票据的结构及固有文字提取为模... 票据的自动识别是票据数据化以及提高票据信息处理能力的重要手段之一。考虑到相同类型票据的规格统一,结构相同以及存在大量重复信息,提出了一种基于模版与内容分离的票据识别方法。该方法通过颜色分割将票据的结构及固有文字提取为模版,剩余部分作为票据内容。结合改进的孪生神经网络和模板对齐将待测票据模版与模版数据库中已有票据匹配然后重建新的票据。结果表明,与原方法百度OCR相比,该方法在文字检测时间、识别时间分别降低了68%、91.13%,整体预测时间降低了88.62%,达到3.45 s/张。 展开更多

关键词 票据识别 孪生神经网络 模板匹配 模板对齐 OCR

原文传递

应用于产品表面缺陷检测的神经网络IBS-Net 被引量：4

9

作者 王新宇 蒋三新 《仪表技术与传感器》 CSCD 北大核心 2022年第11期101-107,共7页

通过将深度学习的两阶段目标检测算法应用于表面缺陷检测中,并依据产品表面缺陷的特性改进网络,提出了IBS-Net算法,实现缺陷的分类识别与定位。IBS-Net改进在于提出了特征相关的非极大抑制方法(FR-NMS)和正样本扩充方法(PSA),依赖特征... 通过将深度学习的两阶段目标检测算法应用于表面缺陷检测中,并依据产品表面缺陷的特性改进网络,提出了IBS-Net算法,实现缺陷的分类识别与定位。IBS-Net改进在于提出了特征相关的非极大抑制方法(FR-NMS)和正样本扩充方法(PSA),依赖特征层间语义关系筛选候选框,将含有局部缺陷信息的候选框作为半正样本以辅助分类任务,体现由部分缺陷推知整体缺陷的思路;其次,利用缺陷之间的互斥性,提出了多类别非极大抑制方法(CR-NMS)应用于后处理阶段,以优化预测结果;此外,利用缺陷之间的重要性差异,改进了表面缺陷检测评估方法。实验结果表明:IBS-Net对13类芯片表面缺陷和6类热轧钢带表面缺陷的检测综合精准度分别达94.8%和89.2%,证明本算法具有良好的有效性和工程应用价值。 展开更多

关键词 表面缺陷检测 芯片表面缺陷 深度学习 神经网络 非极大抑制 正样本扩充

下载PDF 职称材料

芯片缺陷检测综述 被引量：7

10

作者 王新宇 蒋三新 《现代制造技术与装备》 2022年第5期94-98,共5页

芯片缺陷检测是其品控的关键环节,关乎产品质量与良率。对近年来基于传统的机器视觉和基于深度学习的芯片缺陷检测方法进行梳理与分析,介绍了对封装前的芯片表面缺陷和封装体存在的印刷缺陷与引脚缺陷检测的相关研究。其中,对于深度学... 芯片缺陷检测是其品控的关键环节,关乎产品质量与良率。对近年来基于传统的机器视觉和基于深度学习的芯片缺陷检测方法进行梳理与分析,介绍了对封装前的芯片表面缺陷和封装体存在的印刷缺陷与引脚缺陷检测的相关研究。其中,对于深度学习缺陷检测方法,根据数据标签的不同,将其分为全监督学习、无监督学习和其他方法3大类进行归类介绍。此外,详细分析了芯片表面缺陷特性,以期为相关研究人员提供有效参考。 展开更多

关键词 芯片 缺陷检测 机器视觉 深度学习 卷积神经网络

下载PDF 职称材料

基于深度神经网络的无人机智能巡检系统——绝缘子检测应用研究 被引量：1

11

作者 王新宇 蒋三新 《信息技术与信息化》 2022年第5期217-220,共4页

输电线路的巡线作业可以维护区域电网安全、稳定、高效地运行,但人力巡检因其存在低效率、低精度、高成本和依赖经验等主观性缺点,已无法满足实际需求,正逐步被基于无人机的巡检方式所替代。针对以上问题,设计了基于深度神经网络的无人... 输电线路的巡线作业可以维护区域电网安全、稳定、高效地运行,但人力巡检因其存在低效率、低精度、高成本和依赖经验等主观性缺点,已无法满足实际需求,正逐步被基于无人机的巡检方式所替代。针对以上问题,设计了基于深度神经网络的无人机智能巡检系统。以无人机作为多源数据采集平台,针对电力线绝缘子缺陷特征,改进了Faster R-CNN网络,实现电力线绝缘子的检测以及绝缘子缺陷的识别与定位。系统不仅可以部署在云端,作为后端对绝缘子数据进行精细处理,还可以直接部署于无人机平台。实验表明,系统对电力绝缘子检测准确率达98.9%,对绝缘子缺陷检测准确率达94.8%,具有良好的实用性和推广价值。 展开更多

关键词 无人机 输电线路 绝缘子 深度神经网络 缺陷检测

下载PDF 职称材料