基于改进型YOLOv5s的印刷线路板瑕疵检测

随着集成电路集成度的提升,印刷线路板的工业复杂度逐渐提升,制造过程中产生的瑕疵也更加微小复杂。针对目前传统图像处理算法难以准确检测到各种微小瑕疵的问题,提出了一种基于改进型YOLOv5s的印刷线路板瑕疵检测识别算法。首先更改原先网络的三尺度检测层,用检测更小目标的检测层替换原本的大目标检测层,加强模型对微小目标的检测精度;同时使用K-means++算法重新聚类先验框;然后将PANet网络调整为BiFPN网络,使用可学习权重评估每个特征的重要性来加强特征融合;最后在C3模块中融入SENet,使网络有选择地关注信息特征并过滤冗余信息。结果表明,改进后的网络模型检测精度达到97.83%,召回率达到95.73%,并且对比原始网络误检、漏检率大大降低,完全满足工业检测要求。