您当前的位置:
首页 >
文章列表页 >
基于圆卷积神经网络的粘连导电粒子检测
信息科学 | 更新时间:2024-07-10
    • 基于圆卷积神经网络的粘连导电粒子检测

    • Detection of conductive multi-particles based on circular convolutional neural network

    • 在提高粘连导电粒子检测精度和稳定性领域,研究者基于圆卷积神经网络提出了一种新方法,通过修改采样策略和增加注意力机制,显著提升了检测效果,满足了工业生产需求。
    • 光学精密工程   2024年32卷第11期 页码:1788-1800
    • DOI:10.37188/OPE.20243211.1788    

      中图分类号: TP394.1
    • 纸质出版日期:2024-06-10

      收稿日期:2023-12-25

      修回日期:2024-02-20

    扫 描 看 全 文

  • 刘子龙,罗晨,周怡君等.基于圆卷积神经网络的粘连导电粒子检测[J].光学精密工程,2024,32(11):1788-1800. DOI: 10.37188/OPE.20243211.1788.

    LIU Zilong,LUO Chen,ZHOU Yijun,et al.Detection of conductive multi-particles based on circular convolutional neural network[J].Optics and Precision Engineering,2024,32(11):1788-1800. DOI: 10.37188/OPE.20243211.1788.

  •  
  •  

0

浏览量

10

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于机器视觉的太阳能电池片缺陷检测算法综述
零部件光学影像精准定位的轻量化深度学习网络
基于深度学习的金刚线光斑点检测
船舶吃水深度的机器视觉检测
融合多尺度特征的蜗杆表面缺陷检测

相关作者

刘玉淇
吴一全
牛小明
曾理
杨飞
何光辉
丰宗强
应一鹏

相关机构

南京航空航天大学 电子信息工程学院
重庆大学 数学与统计学院
长春长光辰谱科技有限公司
燕山大学 机械工程学院
大连海事大学 信息科学技术学院
0