融合TDAE增强与坐标注意力的MLCC缺陷检测
2026.07.22点击：
摘要：<正>针对MLCC缺陷检测中对比度低、预处理延迟高等难题，本文提出端到端网络TDAE-YOLO。设计任务驱动自适应增强模块（Task-Driven Adaptive Enhancement, TDAE）实现像素级特征增强并消除通信损耗；引入坐标注意力机制（CA）精准捕捉微裂纹。实验表明，该方法mAP达95.2%，推理速度为115 FPS，兼顾精度与效率，满足工业实时全检需求。
基金资助： 福厦泉国家自主创新示范区协同创新实验室项目（NO.2022FX4）；
专辑： 信息科技
专题： 计算机软件及计算机应用
分类号： TP391.41
- 上一篇：轮腿式机器人控制系统设计 2026/7/22
- 下一篇：基于深度学习和无人机红外图像的光伏组件热斑缺陷数字化检测 2026/7/22