基于Faster R-CNN的织物表面打印导电线路中微滴目标检测
wf（2023）
摘要
针对织物表面打印导电线路中传统的微滴目标检测通用性及智能化程度低的问题,使用深度学习模型实现了微滴形态的实时检测.通过对训练图片进行预处理,使用Labelimg工具标记不同形态的微滴灰度图像目标区域,生成相应的数据信息库,为后续的训练和测试提供数据集.利用深度学习目标检测模型训练标记好的数据集,得到最优检测模型.实验结果表明:相比于传统目标检测方法,深度学习检测模型对不同形态的微滴具有很好的适用性;相比于其他深度学习模型,Faster R-CNN模型的精度更高,对正常微滴和不良液滴检测的平均精度均值为84.89％.该研究为后续织物表面导电线路的精确成形提供了参考.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要