論文の概要: FPIC: A Novel Semantic Dataset for Optical PCB Assurance

• arxiv url: http://arxiv.org/abs/2202.08414v1
• Date: Thu, 17 Feb 2022 02:29:58 GMT
• ステータス: 処理完了
• システム内更新日: 2022-02-19 03:17:18.833592
• Title: FPIC: A Novel Semantic Dataset for Optical PCB Assurance
• Title（参考訳）: FPIC:光PCB保証のための新しいセマンティックデータセット
• Authors: Nathan Jessurun, Olivia P. Dizon-Paradis, Jacob Harrison, Shajib Ghosh, Mark M. Tehranipoor, Damon L. Woodard, Navid Asadizanjani
• Abstract要約: 我々は、最先端の自動光学検査(AOI)技術についてレビューし、機械学習(ML)ソリューションに対する強固で急激な傾向を観察する。 これらは、公開されているPCBデータ空間に欠けている、大量のラベル付き真実データを必要とする。 本稿では,FICSイメージコレクション(FPIC)データセットを提案する。
• 参考スコア（独自算出の注目度）: 7.027992770055891
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The continued outsourcing of printed circuit board (PCB) fabrication to overseas venues necessitates increased hardware assurance capabilities. Toward this end, several automated optical inspection (AOI) techniques have been proposed in the past exploring various aspects of PCB images acquired using digital cameras. In this work, we review state-of-the-art AOI techniques and observed the strong, rapid trend toward machine learning (ML) solutions. These require significant amounts of labeled ground truth data, which is lacking in the publicly available PCB data space. We propose the FICS PBC Image Collection (FPIC) dataset to address this bottleneck in available large-volume, diverse, semantic annotations. Additionally, this work covers the potential increase in hardware security capabilities and observed methodological distinctions highlighted during data collection.
• Abstract（参考訳）: 印刷基板(PCB)の海外へのアウトソーシングは、ハードウェア保証能力の向上を必要とした。 この目的のために、過去にデジタルカメラを用いて取得したPCB画像の様々な側面を探求する自動光学検査(AOI)技術が提案されている。 本研究では、最先端のAOI手法を概観し、機械学習(ML)ソリューションに対する強固で急激な傾向を観察した。 これらは、公開されているPCBデータ空間に欠けている、大量のラベル付き真実データを必要とする。 本稿では,FICS PBCイメージコレクション(FPIC)データセットを提案する。 さらに、この研究は、ハードウェアセキュリティ能力の潜在的な増加と、データ収集中に強調された方法論的区別をカバーしている。

関連論文リスト

• Quanv4EO: Empowering Earth Observation by means of Quanvolutional Neural Networks [62.12107686529827]
  本稿は、大量のリモートセンシングデータの処理において、量子コンピューティング技術を活用することへの大きなシフトを取り上げる。 提案したQuanv4EOモデルでは,多次元EOデータを前処理するための準進化法が導入された。 主要な知見は,提案モデルが画像分類の精度を維持するだけでなく,EOのユースケースの約5%の精度向上を図っていることを示唆している。
  論文  参考訳（メタデータ） (2024-07-24T09:11:34Z)
• Neural Network-Based Processing and Reconstruction of Compromised Biophotonic Image Data [0.12427543342032196]
  深層学習技術とバイオフォトニクス装置の統合により、バイオイメージングの新しい地平が開かれた。 本稿は、バイオフォトニクス装置において、研究者が故意に障害を負う様々な測定の側面について、詳細なレビューを提供する。 我々はこの戦略アプローチをうまく活用した様々なバイオフォトニクス手法について論じる。
  論文  参考訳（メタデータ） (2024-03-21T11:44:25Z)
• PCT: Perspective Cue Training Framework for Multi-Camera BEV Segmentation [6.429761894240062]
  Cue Perspective Training (PCT) は、ラベルのない視点画像から生成された擬似ラベルを利用する新しいトレーニングフレームワークである。 PCTはラベルのないデータが利用できる様々な設定に適用できる。
  論文  参考訳（メタデータ） (2024-03-19T08:08:12Z)
• PCB-Vision: A Multiscene RGB-Hyperspectral Benchmark Dataset of Printed Circuit Boards [11.658030498915535]
  PCB-Vision」はRGB-ハイパースペクトルプリント基板(PCB)ベンチマークデータセットであり、53枚の高分解能画像とそれに対応する高分解能ハイパースペクトルデータ立方体を可視・近赤外域(VNIR)の範囲で組み合わせた。 提案したデータセットについて,U-Net,Atention U-Net,Residual U-Net,LinkNet,DeepLabv3+など,いくつかの最先端(SOTA)モデルのパフォーマンスとともに,広範な統計的調査を行った。
  論文  参考訳（メタデータ） (2024-01-12T12:00:26Z)
• Raising the Bar of AI-generated Image Detection with CLIP [50.345365081177555]
  本研究の目的は、AI生成画像の普遍的検出のための事前学習された視覚言語モデル(VLM)の可能性を探ることである。 我々は,CLIP機能に基づく軽量な検出戦略を開発し,その性能を様々な難易度シナリオで検証する。
  論文  参考訳（メタデータ） (2023-11-30T21:11:20Z)
• Leveraging Multi-view Data for Improved Detection Performance: An Industrial Use Case [0.5249805590164901]
  高速かつ正確なソリューションを提供する多視点オブジェクト検出フレームワークを提案する。 本稿では,半自動地下構造データを用いた新しいマルチビューデータセットを提案する。 実験では, 0.5mmから27.0mmの成分を検出するため, mAPの15%の改善が示された。
  論文  参考訳（メタデータ） (2023-04-17T09:41:37Z)
• Towards Effective Image Manipulation Detection with Proposal Contrastive Learning [61.5469708038966]
  本稿では,効果的な画像操作検出のためのコントラスト学習(PCL)を提案する。 我々のPCLは、RGBとノイズビューから2種類のグローバル特徴を抽出し、2ストリームアーキテクチャで構成されている。 我々のPCLは、実際にラベル付けされていないデータに容易に適用でき、手作業によるラベル付けコストを削減し、より一般化可能な機能を促進することができる。
  論文  参考訳（メタデータ） (2022-10-16T13:30:13Z)
• PCB Component Detection using Computer Vision for Hardware Assurance [0.3058340744328236]
  本研究は,意味データを用いたPCBコンポーネント検出の課題に対して,コンピュータビジョンに基づく様々な特徴の利点と限界について検討する。 本研究は,PCB成分検出において,色特徴が有望な性能を示すことを示した。
  論文  参考訳（メタデータ） (2022-02-17T05:46:53Z)
• MC-Blur: A Comprehensive Benchmark for Image Deblurring [127.6301230023318]
  ほとんどの実世界の画像では、ブラーは動きやデフォーカスなど様々な要因によって引き起こされる。 我々は,MC-Blurと呼ばれる大規模マルチライク画像デブロアリングデータセットを新たに構築する。 MC-Blurデータセットに基づいて,異なるシナリオにおけるSOTA法の比較を行う。
  論文  参考訳（メタデータ） (2021-12-01T02:10:42Z)
• Meta-UDA: Unsupervised Domain Adaptive Thermal Object Detection using Meta-Learning [64.92447072894055]
  赤外線(IR)カメラは、照明条件や照明条件が悪ければ頑丈である。 既存のUDA手法を改善するためのアルゴリズムメタ学習フレームワークを提案する。 KAISTおよびDSIACデータセットのための最先端熱検出器を作成した。
  論文  参考訳（メタデータ） (2021-10-07T02:28:18Z)
• Lighting the Darkness in the Deep Learning Era [118.35081853500411]
  低照度画像強調(LLIE)は、照明の弱い環境で撮影された画像の知覚や解釈性を改善することを目的としている。 この分野における最近の進歩は、ディープラーニングベースのソリューションが支配的です。 アルゴリズム分類から未解決の未解決問題まで,さまざまな側面をカバーする包括的な調査を行う。
  論文  参考訳（メタデータ） (2021-04-21T19:12:19Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。