论文部分内容阅读
随着人工智能技术飞速发展,机器学习对于提升自动化测试效率,改善电子产品质量起着至关重要的作用。针对传统车载终端(车机)测试方法效率低下,人工成本高的问题,提出了一种利用ResNet50_Sub_Pixel_DSNT(RSPD)+透视转换矫正+YOLOv4的测试方法。该方法利用RSPD实现对车机屏幕4个关键角点的定位,并通过透视转换算法对定位目标区域进行截取矫正,采用YOLOv4模型对矫正后的图片进行相关功能控件位置识别,驱动机器臂点击识别区域目标。测试结果表明,RSPD+透视变换矫正+YOLOv4的