一种改进YOLOv5模型的PCB板缺陷检测方法 |
| |
作者姓名: | 陈怡菲 汪繁荣 鲁东林 刘逸凡 |
| |
作者单位: | 1. 湖北工业大学电气与电子工程学院;2. 华中科技大学武汉国家光电研究中心 |
| |
基金项目: | 国家自然科学基金(No.61873195); |
| |
摘 要: | 针对传统PCB板检测方法中检测效率不高,检测精度较低等缺点,提出了一种改进YOLOv5模型的PCB板缺陷检测方法。为提升小目标缺陷检测精度,构建了基于BiFPN的网络连接方式,更加充分地利用了不同尺度的特征信息;为了更好地捕捉目标缺陷的位置,引入了Coordinate Attention注意力机制,使模型的定位和目标捕捉更加精准。实验结果表明,较原始的YOLOv5模型,所提出的针对PCB板表面缺陷检测方法的均值平均精度提高了3.2%。
|
关 键 词: | PCB板 YOLOv5 缺陷检测 深度学习 BiFPN |
|
|