| 融合浅层特征和注意力机制的PCB缺陷检测方法 |
| |
| 引用本文： | 廖鑫婷,张洁,吕盛坪.融合浅层特征和注意力机制的PCB缺陷检测方法[J].计算机集成制造系统,2024(3):1092-1104. |
| |
| 作者姓名： | 廖鑫婷 张洁 吕盛坪 |
| |
| 作者单位： | 1. 东华大学人工智能研究院;2. 东华大学机械工程学院;3. 华南农业大学工程学院 |
| |
| 基金项目： | 国家自然科学基金面上资助项目(52375485)；;上海市自然科学基金资助项目(22ZR1403000)；;广东省自然科学基金资助项目(2021A1515012395)~~； |
| |
| 摘 要： | 缺陷检测是印制电路板(PCB)生产过程中质量控制的重要环节。由于PCB表面缺陷尺寸微小，导线布局复杂多样，现有的检测算法难以充分利用微小缺陷的特征信息，其检测准确率难以满足生产需求。为解决上述问题，提出针对PCB微小缺陷检测的YOLOv5-TDD算法。该算法在YOLOv5基础上，首先在颈部网络中增加浅层特征融合分支，提升微小缺陷特征信息流通效率；其次引入SE-SiLU注意力机制模块，以对特征信息分配权重的方式，提高网络对浅层特征的微小缺陷信息关注度。实验结果表明，YOLOv5-TDD在PCB＿DATASET缺陷数据集测试中，其检测精度mAP为99.12%,相较于YOLOv5提高了3.54%,检测精度优于其他算法。
|
| 关 键 词： | 印制电路板 微小缺陷 YOLOv5 注意力机制 特征融合 |
|
