一种改进YOLOv5s的PCB缺陷检测方法
    1.
    发明公开

    公开(公告)号:CN118334398A

    公开(公告)日:2024-07-12

    申请号:CN202311845947.8

    申请日:2023-12-28

    Abstract: 本发明公开了一种改进YOLOv5s的PCB缺陷检测方法,对缺陷表面图像作出预处理,通过数据增强的方法对缺陷图像数据集作出扩充处理,改进模型,基于YOLOv5s模型搭建PCB缺陷检测网络,在模型的主干网络构建以SPDConv为基础的特征重提取模块,在主干网络和颈部网络的衔接处引入上下文注意力模块CSAM,在检测头之前加入多尺度感受野增强模块MREB,以此搭建新的模型网络,并优化损失函数;对新的网络实现模型训练以获得最优检测模型;在测试集上进行模型测试,得到模型的最终检测结果。本发明能够保留更多的细粒度信息和加强特征表示,改善小目标的检测效果;有效解决了通道信息丢失严重的问题,同时加强了特征信息之间不同尺度不同范围的依赖关系,提高检测精度。

    一种基于改进YOLOv7算法的遥感图像检测方法

    公开(公告)号:CN117830866A

    公开(公告)日:2024-04-05

    申请号:CN202311866369.6

    申请日:2023-12-29

    Abstract: 本发明公开了一种基于改进YOLOv7算法的遥感图像检测方法,包括如下步骤:首先,根据YOLOv7模型搭建遥感检测网络,通过对所述遥感检测网络依次进行参数初始化、设置超参、加载训练集样本以及设置迭代次数的方式,实现模型训练以获得最优检测模型;其次,将测试集样本导入所获得的最优检测模型中进行测试,并对测试集样本进行类别分类和位置回归,得到最终检测结果。本发明提高了小物体的检测精度并轻量化网络模型;能够适应各种复杂的场景;优化了密集目标表达能力与损失函数,缓解了小目标密集重叠问题,在遥感图像检测上取得了良好的检测效果。

    一种集成式多头快速切换型扫描探针显微镜及扫描方法

    公开(公告)号:CN117741185A

    公开(公告)日:2024-03-22

    申请号:CN202311746724.6

    申请日:2023-12-18

    Abstract: 本发明公开了一种集成式多头快速切换型扫描探针显微镜及扫描方法,所述扫描探针显微镜包括共用惯性马达、多根压电扫描管、方形重物块、弹簧片、样品台、金属外壳、滑杆、限位环、绝缘环、固定绝缘环以及绝缘顶盖,所述共用惯性马达上边设置有绝缘顶盖,绝缘顶盖上固定方形重物块,所述共用惯性马达在横向1/4处分割为两部分,分别为横向惯性马达和纵向惯性马达,电极分割处粘接固定绝缘环,且绝缘环外有两处和金属外壳固定的凸起,金属外壳包裹整个共用惯性马达以及方形重物块之上的探针扪描头,金属外壳侧边为滑杆,滑杆顶端由连接杆连接,连接杆上粘接有样品台。本发明具备快速切换不同扫描头的能力,从而显著提高了显微镜的使用效率和便捷性。

    基于改进YOLOX的金属表面缺陷检测方法及系统

    公开(公告)号:CN117635521A

    公开(公告)日:2024-03-01

    申请号:CN202310678915.7

    申请日:2023-06-09

    Abstract: 本发明公开了基于改进YOLOX的金属表面缺陷检测方法及系统,涉及制品表面目标缺陷检测技术领域,包括:接收带有标注的金属缺陷检测样本,对带有标注的金属缺陷检测样本进行预处理,得到金属缺陷数据集,将训练集输入至预先建立的主干网络内,得到三个原始有效特征图,进行增强,得到增强特征图;将增强特征图输入至预先建立的特征融合网络内进行信息融合,得到融合特征图,将融合特征图进行特征细化操作,得到细化特征图;将细化特征图输入至预先建立的解耦头内进行缺陷初步定位和分类,并进行筛选,得到筛选结果;将筛选结果输入至预先建立的改进模型内,得到最优网络模型,将训练集输入至最优网络模型内,得到检测结果。

    一种极简式单扫描管扫描探针显微镜结构和显微镜

    公开(公告)号:CN114545030A

    公开(公告)日:2022-05-27

    申请号:CN202210080319.4

    申请日:2022-01-24

    Abstract: 本发明公开了一种极简式单扫描管扫描探针显微镜结构,包括压电扫描管和镜体框架,所述压电扫描管设置在镜体框架内,所述压电扫描管上部分为自由端且通过固定环安装于镜体框架,下部分为自由端且其内壁上通过绝缘环连接滑杆,绝缘环的内环壁安装有弹簧片,弹簧片弹性抵接滑杆;本发明还提出了一种应用上述结构的基于Qplus技术的单扫描管的原子力显微镜,探针安装在石英音叉上,石英音叉、压电陶瓷、激励振荡器依次设置。本发明结构可靠性高,仅需要一根完整的四象限压电扫描管就可以完成步进和扫描,只在马达步进方向依赖惯性,而扫描方向可以连续进行,压电管不需要经过切割,保持了原有的完整性和刚性,所以能够更稳健,更精确地步进和扫描。

    嵌套式扫描探针显微镜
    6.
    发明公开

    公开(公告)号:CN113406360A

    公开(公告)日:2021-09-17

    申请号:CN202110737437.3

    申请日:2021-06-30

    Abstract: 本发明公开了一种嵌套式扫描探针显微镜,包括壳体,还包括沿一轴向依次同轴套设的步进马达、绝缘管、绝缘配重框以及扫描头;步进马达安装于壳体内壁,绝缘管周向设置于步进马达内壁上;绝缘配重框的外壁与绝缘管之间设有弹性件,绝缘配重框通过弹性件受力与绝缘管内壁滑动配合;扫描头安装于绝缘配重框上且具有一测试端,测试端包括用于扫描样品的探针;步进马达用以驱动绝缘配重框及扫描头沿轴向步进。该嵌套式扫描探针显微镜能够实现结构紧凑、体积小、空间利用率高的效果,且具有抗干扰、高度对称性特点,能够减少温度变化引起的热漂移,提高扫描成像的质量。

    一种无人船自动寻找污染源的方法

    公开(公告)号:CN106970631A

    公开(公告)日:2017-07-21

    申请号:CN201710406342.7

    申请日:2017-06-01

    CPC classification number: G05D1/0206 G05D1/0088

    Abstract: 本发明涉及无人船自动寻找污染源的方法,包括:步骤1)无人船根据远程工控机的指令采集初始粒子数、粒子当前坐标值、水文信息适应度数据、水流速度数据以及水流方向数据;步骤2)无人船的控制器采用经典粒子群算法判断水文信息适应度数据的历史最优与个体最优后,与所述水流速度数据、水流方向数据结合形成与无人船相对应的路径向量;步骤3)所述控制器结合该无人船当前的位置坐标与路径向量形成目标位置,判断所述目标位置是否属于设定的寻优空间的最大范围内。能够在不断获得无人船采集的水质信息、定位信息的前提下,无人船自动最优化的规划路径,充分利用各种信息,特别是考虑到能源实际使用的情况,寻找污染源,从而达到快速高效、实际的特点。

    一种基于深度学习的扫描隧道显微镜图像质量评价方法

    公开(公告)号:CN117876350A

    公开(公告)日:2024-04-12

    申请号:CN202410063832.1

    申请日:2024-01-16

    Abstract: 本发明公开了一种基于深度学习的扫描隧道显微镜图像质量评价方法,包括如下步骤:控制探针逼近标准样品,进行扫描成像;将扫描后的图像进行数据预处理,然后送入预先训练好的模型进行检测;使用卷积神经网络进行质量评估,以此对显微镜图像的成像结果进行判断。本发明对STM成像进行全自动分析评价,自动分类出可用的效果好的图像,提升了扫描效率;自动判断显微镜图像并进行分类,降低了对STM操作人员的技术要求;无需参考图像,实现快速、高效的预测图像质量分数。

    一种基于深度学习和扫描隧道显微镜图像的异常实时检测方法

    公开(公告)号:CN117689642A

    公开(公告)日:2024-03-12

    申请号:CN202311725506.4

    申请日:2023-12-14

    Abstract: 本发明公开了一种基于深度学习和扫描隧道显微镜图像的异常实时检测方法,包括:STM显微镜持续进行扫描,控制扫描隧道显微镜的探针逼近标准样品,进行扫描成像,形成图像数据集;将扫描后的图像送入预先训练好的FKCNN模型进行实时检测,并实时显示检测结果和保存相关数据,针对判断为异常的图片进行多次检测,借助STM扫描显微镜的电压定位功能,精确记录异常图片的位置信息,从而迅速确定样品缺陷的具体位置;接着进行下一张图片的检测,当预先设定好的检测范围全部检测完成后,马达和扫描头自动置零,检测结束。本发明提高了检测效率;极大的降低了扫描过程中对专业人员的依赖;可用于各种周期性排列图像的异常检测,泛化能力强。

    一种低畸变堆栈式扫描探针显微头和扫描头

    公开(公告)号:CN114594282A

    公开(公告)日:2022-06-07

    申请号:CN202210078911.0

    申请日:2022-01-24

    Abstract: 本发明公开了一种用于一种低畸变堆栈式扫描探针显微头和扫描头,显微头包括X堆栈、Y堆栈、探针模块以及薄片,所述X堆栈、Y堆栈之间通过薄片粘接,X堆栈和Y堆栈以及探针模块。X堆栈、Y堆栈都是由正方形压电片堆栈而成,结构完全一致,其中一个仅负责X方向形变,Y方向通过粘接薄片使其无法形变;另一个则只负责Y方向形变,X方向不发生形变。从而实现X、Y方向扫描的结构分离,也解决了非正交问题,因此会大大降低扫描畸变。

Patent Agency Ranking