Bài báo trình bày việc ứng dụng công nghệ xử lý ảnh trong phân tích và kiểm tra linh kiện điện tử trên mạch in PCB trong miền thời gian thực. Mô hình mạng nơ-ron tích chập CNN 53 lớp được sử dụng để trích xuất đặc trưng của vật thể và dự đoán một vật thể trong một tấm ảnh mới.
Hệ thống cho phép xử lý đồng thời Vol 56 - No (Dec 2020) ● Journal of SCIENCE & TECHNOLOGY 61 KHOA HỌC CÔNG NGHỆ nhiều loại lịnh kiện điện tử khác loại mạch in PCB khác Kết thử nghiệm cho thấy, hệ thống làm việc với độ xác ổn định 96% điều kiện đủ sáng, màu trắng kích thước ảnh 960x1280 Có thể kết luận rằng, hệ thống có khả ứng dụng thực tiễn vào q trình sản xuất cơng nghiệp LỜI CẢM ƠN Nghiên cứu tài trợ Quỹ Phát triển khoa học công nghệ Quốc gia (NAFOSTED) đề tài mã số 107.01-2019.311 TÀI LIỆU THAM KHẢO [1] Clyde F Coombs, 2007 Printed circuits handbook McGraw-Hill Professional [2] X Luo, H Hu, 2020 Selected and refined local attention module for object detection electronics letters, vol 56, no 14, pp 712-714 [3] S K G Manikonda, D N Gaonkar, 2020 Islanding detection method based on image classification technique using histogram of oriented gradient features IET Generation, Transmission & Distribution, vol 14, no 14, pp 27902799 [4] G A Tahir, C K Loo, 2020 An Open-Ended Continual Learning for Food Recognition Using Class Incremental Extreme Learning Machines IEEE Access, vol 8, pp 82328-82346 [5] K Huang, H Yang, I King, M R Lyu, 2008 Maxi-Min margin machine: Learning large margin classifiers locally and globally IEEE Transactions on Neural Networks, vol 19, no 2, pp 260-272 [6] D Martens, B B Baesens, T Van Gestel, 2009 Decompositional rule extraction from support vector machines by active learning IEEE Transactions on Knowledge and Data Engineering, vol 21, no 2, pp 178-191 [7] E Pasolli, F Melgani, Y Bazi, 2011 Support vector machine active learning through significance space construction IEEE Geoscience and Remote Sensing Letters, vol 8, no 3, pp 431-435 [8] G Krummenacher, C S Ong, S Koller, S Kobayashi, J M Buhmann, 2018 Wheel defect detection with machine learning IEEE Transactions on Intelligent Transportation Systems, vol 19, no 4, pp 1176-1187 [9] P Kumar Shukla et al., 2020 Efficient prediction of drug–drug interaction using deep learning models IET Systems Biology, vol 14, no 4, pp 211-216 [10] J S Shemona, A K Chellappan, 2020 Segmentation techniques for early cancer detection in red blood cells with deep learning-based classifier - a comparative approach IET Image Processing, vol 14, no 9, pp 1726-1732 [11] A Alamri, et al., 2020 An effective bio-signal-based driver behavior monitoring system using a generalized deep learning approach IEEE Access, vol 8, pp 135037-135049 [12] M Zhu, Q Chen, 2020 Big data image classification based on distributed deep representation learning model IEEE Access, vol 8, pp 133890133904 [13] J Jiang, J Cheng, D Tao, 2012 Color biological features-based solder paste defects detection and classification on printed circuit boards IEEE Transactions on Components, Packaging and Manufacturing Technology, vol 2, no 9, pp 1536-1544 P-ISSN 1859-3585 E-ISSN 2615-9619 [14] Y Hara, H Doi, K Karasaki, T Iida, 1988 A system for PCB automated inspection using fluorescent light IEEE Transactions on Pattern Analysis and Machine Intelligence, vol 10, no 1, pp 69-78 [15] X Farhodov, O Kwon, K W Kang, S Lee, K Kwon, 2019 Faster RCNN detection based opencv csrt tracker using drone data International Conference on Information Science and Communications Technologies (ICISCT), Tashkent, Uzbekistan, pp 1-3 [16] A Kumar, S P Panda, 2019 A survey: How Python pitches in IT-World International Conference on Machine Learning, Big Data, Cloud and Parallel Computing (COMITCon), Faridabad, India, pp 248-251 [17] Joseph Redmon, Santosh Divvala, Ross Girshick, Ali Farhadi, 2016 You Only Look Once: Unified, Real-Time Object Computer Vision and Pattern Recognition, pp 1-10 [18] Jan Hosang, Rodrigo Benenson, Bernt Schiele, 2017 Learning nonmaximum suppression Computer Vision and Pattern Recognition, pp 1-16 [19] Joseph Redmon, Ali Farhadi, 2018 YOLOv3: An Incremental Improvement Computer Vision and Pattern Recognition, pp 1-6 62 Tạp chí KHOA HỌC VÀ CƠNG NGHỆ ● Tập 56 - Số (12/2020) AUTHORS INFORMATION Nguyen Van Truong, Nguyen Duc Linh Faculty of Mechanical Engineering, Hanoi University of Industry Website: https://tapchikhcn.haui.edu.vn ...KHOA HỌC CÔNG NGHỆ nhiều loại lịnh kiện điện tử khác loại mạch in PCB khác Kết thử nghiệm cho thấy, hệ thống làm việc với độ xác ổn định 96% điều kiện đủ sáng, màu trắng kích thước... ảnh 960x1280 Có thể kết luận rằng, hệ thống có khả ứng dụng thực tiễn vào trình sản xuất công nghiệp LỜI CẢM ƠN Nghiên cứu tài trợ Quỹ Phát triển khoa học công nghệ Quốc gia (NAFOSTED) đề tài mã... Transactions on Neural Networks, vol 19, no 2, pp 260-272 [6] D Martens, B B Baesens, T Van Gestel, 2009 Decompositional rule extraction from support vector machines by active learning IEEE Transactions