- 博客(6)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 工业缺陷检测-集成电路-基于深度学习检测QFN引线框架缺陷
本文主要分享一次集成电路相关的缺陷检测实践。先来看一下背景，缺陷检测的目标是识别出QFN引线框架上的污点缺陷并进行标记。该任务属于目标检测类任务，需要检查出0.034mm大小的污点。根据厂商提供的原始数据图像：像素面积8912x26000，实际短边宽度96mm，污点极小且没有任何数据标注。主要采用了一些图像处理方法如角点检测、霍夫圆检测、单应性变换、仿射变换等对图像进行预处理，将原始图像切分为规整的小图像，再设计一种图像重建（卷积神经网络）+图像差分检测（传统图像处理）的方法完成缺陷定位。
2023-12-11 16:09:47
93
原创 OpenCV图像处理1—图像色彩空间与几何变换
介绍几种常见的OpenCV色彩空间转换方法的使用，以及利用图像色彩进行简单的目标追踪。简述图像的尺度变换、平移旋转、仿射变换、透视投影变换的在Opencv中的使用方法和部分原理。
2023-11-14 20:30:10
87
原创 神经网络动态演示与网络结构可视化
3D visualization of a Convolutional Neural Networkhttps://www.cs.ryerson.ca/~aharley/vis/conv/A Neural Network Playground - TensorFlowhttps://playground.tensorflow.orgCNN ExplainerLearn Convolutional Neural Network (CNN) in your browser!https://pol
2023-06-07 17:56:32
2108
原创 n皇后问题之回溯法与分支限界法
题一：Descriptionn-皇后问题要求在一个n*n的棋盘上放置n个皇后，使得它们彼此不受“攻击”。观察表明n-皇后问题的解存在垂直对偶性，请修改教材算法NQeens，令x[0]=1，2，……，[n/2]，使得只求其中不对称的那些解。Inputn(4<=n<=32)的值。Output不对称的那些解。Sample Input4Sample Output1 3 0 2HINT#include<iostream>using namespace std;in
2020-05-28 13:58:45
5178
原创 python+opencv实现图像特征检测，图像拼接
摘要：使用基于python的opencv中的sift算法检测图像中的特征点。通过knn匹配，每个关键点两个match，即最近邻与次近邻。 采用SIFT作者提出的比较最近邻距离与次近邻距离的SIFT匹配方式来筛选出最近邻远优于次近邻的匹配作为good matches。最后，根据投影映射关系，使用计算出来的单应性矩阵H进行透视变换，再进行拼接。首先，准备好几个库：import cv2import matplotlib.pyplot as pltimport numpy as np%matplotli
2020-05-09 01:06:33
9768
39
yolo.weights
2020-06-01
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人