基于改进YOLOv4的柱形锂电池缺陷检测研究
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

基于改进YOLOv4的柱形锂电池缺陷检测研究

引用
为了实现柱形锂电池缺陷检测的实时性与高精度,提出一种基于改进YOLOv4的柱形锂电池表面缺陷检测算法.将主干网络由CSPDarkNet53替换为轻量化网络MobiIeNetv1,使用K-means++算法对锂电池缺陷数据集先验框进行重新聚类,同时构建新的注意力机制ECSA模块关注重要信息.改进后的模型检测精度与检测速度均得到提升.

柱形锂电池、缺陷检测、深度学习、YOLOv4

TM912

2023-03-16(万方平台首次上网日期,不代表论文的发表时间)

共3页

16-18

相关文献
评论
暂无封面信息
查看本期封面目录

机械工程师

1002-2333

23-1196/TH

2023,(3)

相关作者
相关机构

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