期刊专题

10.3969/j.issn.1001-3881.2019.01.009

基于深度学习优化SSD算法的硅片隐裂检测识别

引用
针对传统的通过机器视觉和机器学习算法检测识别硅片隐裂所存在的精度低、 识别率差、 检测耗时长的问题,提出一种新的检测方法,即采用优化的单个深度神经网络来检测图像中的目标的方法(Single Shot MultiBox Detector,SSD),对SSD的特征提取网络融合了密集连接卷积网络(Densely Connected Convolutional Networks,DenseNet),解决了原网络对低于0.1 mm的裂痕提取困难的缺点.通过实验,优化后的SSD检测算法对低于0.01 mm裂纹检测精度比传统的通过纹理滤波和SVM分类检测算法提高了22%,比没有优化的SSD算法检测准确率提高了6%.证明了本文作者所提方法的有效性.

隐裂检测、SSD、纹理滤波、状态向量机、密集连接卷积网络

47

TP24(自动化技术及设备)

2019-05-22(万方平台首次上网日期,不代表论文的发表时间)

共6页

36-40,60

暂无封面信息
查看本期封面目录

机床与液压

1001-3881

44-1259/TH

47

2019,47(1)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn