公开(公告)号：CN119107532A

公开(公告)日：2024-12-10

申请号：CN202411084821.8

申请日：2024-08-08

Applicant: 无锡学院

Inventor： 左官芳 ,  黄涛 ,  杨广捷 ,  岳培生 ,  郝长亮 ,  阮义阳 ,  张鑫 ,  李昊 ,  孙慧 ,  杜明星

IPC: G06V10/82 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种基于YOLOv8模型的PCB缺陷识别方法，所述方法包括：S1：获取待识别图像集；S2：改进YOLOv8模型，所述YOLOv8模型包括依次连接的Backbone网络、Neck网络和Head网络；改进的方法基于BiFPN双向特征金字塔网络，在其基础上整合了P2特征层，以提升小型目标的检测精度，并采用适合YOLOv8的卷积修改网络连接；引入TA层(Convolutional Triplet Attention Module)，以提高模型的识别准确度；设计了全新的CSC模块来替代部分C2f模块，减少模型参数冗余，从而更快速、更精准地定位目标。S3：采用待识别图像集对改进YOLOv8模型进行训练；S4：将待测图像输入训练得到的改进YOLOv8模型中，得到PCB缺陷识别结果。本发明以YOLOv8模型作为基础识别网络，并对其网络模型结构进行改进，提高了YOLOv8模型的检测精度。

公开(公告)号：CN118747748A

公开(公告)日：2024-10-08

申请号：CN202410914272.6

申请日：2024-07-09

Applicant: 无锡学院

Inventor： 左官芳 ,  黄涛 ,  阮义阳 ,  杨广捷 ,  郝长亮 ,  岳培生 ,  张鑫 ,  李昊

IPC: G06T7/00 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06V10/764

Abstract: 本发明公开了一种基于YOLOv5模型的缺陷PCB检测方法，所述方法包括：S1：获取缺陷PCB图像集；S2：改进YOLOv5模型，所述YOLOv5模型包括依次连接的Backbone网络、Neck网络和Head网络；在Backbone网络中的每个C3模块后添加通道注意力模块SE；在Neck网络中，使用改进SWPC3模块替代原C3模块；将CIoU损失函数替换为EIoU损失函数；S3：采用缺陷PCB图像集对改进YOLOv5模型进行训练；S4：将待测图像输入训练得到的改进YOLOv5模型中，得到识别结果。本发明以YOLOv5模型作为基础识别网络，并对其网络模型结构进行改进，提高了YOLOv5模型的检测精度。

公开(公告)号：CN117853881A

公开(公告)日：2024-04-09

申请号：CN202410127593.1

申请日：2024-01-30

Applicant: 无锡学院

Inventor： 左官芳 ,  黄涛 ,  酒蒙恩 ,  王思成 ,  顾思睿 ,  阮义阳 ,  岳培生 ,  张鑫 ,  杨广捷 ,  耿祥森 ,  李培信

IPC: G06V20/00 ,  G06V10/44 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种无人售货机商品识别方法及系统，属于图像处理技术领域，采集待识别的无人售货机商品的图像信息，并进行标注，构造训练集；建立YOLOv5s‑F模型，使用训练集对YOLOv5s‑F模型进行训练；当获取开门的电信号后，利用训练后的YOLOv5s‑F模型对待识别的商品的图像进行图像推理，得到识别的商品总数以及当前商品总重量；当收到关门电信号时，再次对待识别的商品的图像进行图像推理，将前后两次的商品识别数量以及两次重量进行对比，获得对比结果，计算商品价格并下单，生成下单信息。该方法能够确保无人售货机在大规模使用时能够轻量化、快速准确地进行商品识别。