实体
HRIPCB
HRIPCB
PulseAugur coverage of HRIPCB — every cluster mentioning HRIPCB across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的MoEIoU损失提高了物体检测精度
研究人员开发了MoEIoU，一种利用专家混合方法的新型物体检测边界框回归损失函数。该方法自适应地结合了重叠度、中心对齐和宽高比不匹配，并采用基于课程的学习加权计划，在不同的训练阶段优先考虑不同类型的误差。MoEIoU在多个数据集和YOLO架构上展示了改进的收敛性和定位精度，优于现有的最先进损失函数。
-
新方法通过尺度感知切片改进 PCB 缺陷检测
研究人员开发了一种用于检测高分辨率印刷电路板 (PCB) 缺陷的新方法，该方法解决了尺度和切片边界问题。他们的方法包括在切片裁剪图上进行训练，而不是在整板图像上训练，以保留细节，从而显著提高了检测精度。此外，还引入了一种称为拓扑感知切片合并 (TA-TM) 的后处理技术，用于协调跨切片边缘的检测结果，在无需重新训练的情况下提高了小缺陷的召回率和整体性能。