公开(公告)号：CN117372339A

公开(公告)日：2024-01-09

申请号：CN202311225450.6

申请日：2023-09-21

Applicant: 三峡大学

Inventor： 文斌 ,  胡晖 ,  彭顺 ,  丁弈夫 ,  胡一鸣 ,  杨超 ,  沈艳军

IPC: G06T7/00 ,  G06V10/20 ,  G06V10/25 ,  G06V10/30 ,  G06V10/44 ,  G06V10/52 ,  G06V10/764 ,  G06V10/766 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明提供一种基于YOLO‑SEE的PCB缺陷检测识别方法，包括如下步骤：S1、获取公开的数据集，进行数据预处理，建立YOLO‑SEE网络框架；S2、构建主干特征提取网络CSPDarknet53‑s，其由两部分构成，基本残差结构和线性残差结构；S3、构建特征融合网络FPN‑c，将主干网络提取到的特征传入特征融合网络FPN‑c中；S4、在主干网络和特征融合网络之间加入CA注意力模块；S5、将特征融合后的特征传入检测头部分进行分类预测；S6、训练YOLO‑SEE网络模型，得到最优权重；S7、利用训练好的最优权重进行测试，并对检测结果进行评价，最终实现PCB缺陷类别的自动化和智能化识别。该方法能够提高检测精度，降低漏检率，并且减少模型参数量。

公开(公告)号：CN118115386A

公开(公告)日：2024-05-31

申请号：CN202311608034.4

申请日：2023-11-27

Applicant: 三峡大学

Inventor： 彭顺

IPC: G06T5/73

Abstract: 本发明公开了一种动态三分支自注意力的去雾方法，方案首先对雾霾图像进行全局和局部特征处理，通过动态三分支模块来增强去雾的全面性和准确性；然后建立自注意力机制，引入网络的底层，实现对有效特征信息的自动整合和加权，以提升网络的表达能力和去雾效果；接着提出高频损失方法，旨在增强去雾图像的纹理细节还原能力；然后通过突出图像的高频信息，提升细节还原效果；最后对模型进行训练，得到最优去雾模型，利用最优模型进行图像去雾，输出去雾结果，并对检测结果进行评价。本发明有效解决了雾霾特征难以学习的问题，在实际测试中具有更好的去雾效果。