| 基于卷积神经网络的PCB缺陷图像识别 |
| |
| 引用本文： | 瞿栋,汪鹏宇,黄允,徐海达,张健滔.基于卷积神经网络的PCB缺陷图像识别[J].计量与测试技术,2021,48(8):21-23. |
| |
| 作者姓名： | 瞿栋 汪鹏宇 黄允 徐海达 张健滔 |
| |
| 作者单位： | 上海大学机电工程与自动化学院,上海200444 |
| |
| 摘 要： | PCB缺陷图像检测是确保PCB生产质量的重要环节,但传统的人工PCB缺陷检测具有劳动强度大、工作效率低等不足.为此,本文研究了一种基于卷积神经网络的PCB缺陷图像识别方法,建立了包括三种PCB缺陷和无缺陷图像的数据集,基于ResNet101网络模型搭建了PCB缺陷图像识别分类模型.引入迁移学习的方法,基于在大数据集上充分训练好的模型结合PCB图像数据集,并训练该PCB缺陷图像识别模型.实验结果表明,ResNet101模型对无缺陷PCB图像和三类常见PCB缺陷图像的平均识别准确率达到91.98％,验证了该模型对PCB图像识别分类的有效性.
|
| 关 键 词： | PCB缺陷识别 迁移学习 ResNet101 卷积神经网络 |
Image Recognition of PCB Defects Based on Convolutional Neural Network |
| |
| QU Dong,WANG Pengyu,HUANG Yun,XU Haida,ZHANG Jiantao.Image Recognition of PCB Defects Based on Convolutional Neural Network[J].Metrology and Measurement Technique,2021,48(8):21-23. |
| |
| Authors: | QU Dong WANG Pengyu HUANG Yun XU Haida ZHANG Jiantao |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
