一种电子元器件识别方法
    1.
    发明公开

    公开(公告)号:CN117058454A

    公开(公告)日:2023-11-14

    申请号:CN202311032689.1

    申请日:2023-08-16

    摘要: 本发明公开了一种电子元器件识别方法,包括:建立基于改进注意力机制和YOLOv3的神经网络模型;其中,所述神经网络模型包括:YOLOv3模型的Darknet‑53网络,注意力机制,YOLOv3模型的特征融合模块和YOLOv3模型的输出模块;对待识别的图像进行预处理,得到具有统一尺寸的RGB图像;将RGB图像构建成元组的形式输入到所述神经网络模型中,采用Darknet‑53网络对接收到的RGB图像进行图像特征提取,得到预设倍降采样的特征;将所述预设倍降采样的特征输入至所述注意力机制中,经注意模块学习后得到注意图;将所述注意图输入至所述特征融合模块中,经过特征融合之后得到不同的最终特征图;根据最终特征图得到并输出最后的分类结果。本发明能在兼顾识别准确率和速度的情况下,识别电子元器件。