PCB板缺陷检测机器视觉识别算法 yolo

PCB板缺陷检测机器视觉识别算法通过python+yolo系列网络深度学习模型对PCB电路板外观实时监测，当模型算法监测到有缺陷的PCB板时立即抓拍存档。Python是一种由Guido van Rossum开发的通用编程语言，它很快就变得非常流行，主要是因为它的简单性和代码可读性。它使程序员能够用更少的代码行表达思想，而不会降低可读性。Python可以使用C / C++轻松扩展，这使我们可以在C / C++中编写计算密集型代码，并创建可用作Python模块的Python包装器。

Yolo意思是You Only Look Once，它并没有真正的去掉候选区域，而是创造性的将候选区和目标分类合二为一，看一眼图片就能知道有哪些对象以及它们的位置。Yolo模型采用预定义预测区域的方法来完成目标检测，具体而言是将原始图像划分为 7x7=49 个网格（grid），每个网格允许预测出2个边框（bounding box，包含某个对象的矩形框），总共 49x2=98 个bounding box。我们将其理解为98个预测区，很粗略的覆盖了图片的整个区域，就在这98个预测区中进行目标检测。

YOLO算法- YOLO算法是一种基于回归的算法，它不是选择图像中有趣的部分，而是预测整个图像中的类和包围框运行一次算法。要理解YOLO算法，我们首先需要了解实际预测的是什么。我们使用YOLO(你只看一次)算法进行对象检测。YOLO是一个聪明的卷积神经网络(CNN)，用于实时进行目标检测。该算法将单个神经网络应用于完整的图像，然后将图像划分为多个区域，并预测每个区域的边界框和概率。这些边界框是由预测的概率加权的。

Adapter接口定义了如下方法：

public abstract void registerDataSetObserver (DataSetObserver observer)

Adapter表示一个数据源，这个数据源是有可能发生变化的，比如增加了数据、删除了数据、修改了数据，当数据发生变化的时候，它要通知相应的AdapterView做出相应的改变。为了实现这个功能，Adapter使用了观察者模式，Adapter本身相当于被观察的对象，AdapterView相当于观察者，通过调用registerDataSetObserver方法，给Adapter注册观察者。

public abstract void unregisterDataSetObserver (DataSetObserver observer)

通过调用unregisterDataSetObserver方法，反注册观察者。

public abstract int getCount () 返回Adapter中数据的数量。

public abstract Object getItem (int position)

Adapter中的数据类似于数组，里面每一项就是对应一条数据，每条数据都有一个索引位置，即position，根据position可以获取Adapter中对应的数据项。

public abstract long getItemId (int position)

获取指定position数据项的id，通常情况下会将position作为id。在Adapter中，相对来说，position使用比id使用频率更高。

public abstract boolean hasStableIds ()

hasStableIds表示当数据源发生了变化的时候，原有数据项的id会不会发生变化，如果返回true表示Id不变，返回false表示可能会变化。Android所提供的Adapter的子类（包括直接子类和间接子类）的hasStableIds方法都返回false。

public abstract View getView (int position, View convertView, ViewGroup parent)

getView是Adapter中一个很重要的方法，该方法会根据数据项的索引为AdapterView创建对应的UI项。

PCB板缺陷检测机器视觉识别算法 yolo相关推荐

基于深度学习的智能PCB板缺陷检测系统（Python+清新界面+数据集）
摘要:智能PCB板缺陷检测系统用于智能检测工业印刷电路板(PCB)常见缺陷,自动化标注.记录和保存缺陷位置和类型,以辅助电路板的质检.本文详细介绍智能PCB板缺陷检测系统,在介绍算法原理的同时,给出P ...
YOLOv5实战之PCB板缺陷检测
在前面的文章中已经详细介绍了在本机上安装YOLOv5的教程,安装YOLOv5可参考前面的文章YOLOv5训练自己的数据集(超详细)https://blog.csdn.net/qq_40716944/a ...
基于YOLOv5的PCB板缺陷检测
一.数据集介绍印刷电路板(PCB)瑕疵数据集:数据下载链接,是一个公共的合成PCB数据集,由北京大学发布,其中包含1386张图像以及6种缺陷(缺失孔,鼠标咬伤,开路,短路,杂散,伪铜),用于检测,分 ...
基于yolov5-6.0版本的PCB板缺陷检测（Python/C++部署）
源码下载:https://gitee.com/zhankun3280/my_yolov5-6.0 1.依赖环境 ubuntu 18.04 python 3.6.9 opencv 4.5.0 pytor ...
PCB板常用检测方法
本文来介绍PCB板常用检测方法 1.PCB板人工目测使用放大镜或校准的显微镜,利用操作人员视觉检查来确定电路板合不合格,并确定什么时候需进行校正操作,它是最传统的检测方法.它的主要优点是低的预先成 ...
pcb成型板aoi检测_【技术】7种PCB板常用检测方法
原标题:[技术]7种PCB板常用检测方法为了保证PCB板的生产质量,厂家在生产的过程中经过了多种检测方法,每种检测方法都会针对不同的PCB板的瑕疵.主要可分为电气测试法和视觉测试法两大类. 电气测试 ...
PCB板机器视觉检测设备越来越受PCB生产企业青睐？
印制电路板也叫pcb板,是电子信息产品不可或缺的基础组件.又被称为"电子产品之母".是重要的电子部件,是电子元器件的支撑体,是电子元器件电气相互连接的载体.从消费电子到工业设备.军 ...
太阳能电池板/光伏板缺陷检测数据集
太阳能电池板/光伏板缺陷检测数据集本人有一些太阳能电池板缺陷数据集,可用于图像识别.图像处理.深度学习.目标检测.计算机视觉等领域. (1)第一种数据集下载链接:https://download. ...
基于CooVally的多晶硅太阳能板缺陷检测
随着全球气候变化对人类社会构成重大威胁,越来越多的国家将"碳中和"上升为国家战略 ,提出了无碳未来的愿景.2020年,我国基于推动实现可持续发展的内在要求和构建人类命运共同体的责任 ...

PCB板缺陷检测机器视觉识别算法 yolo

PCB板缺陷检测机器视觉识别算法 yolo相关推荐

最新文章

热门文章