文档名：基于可变形残差卷积与伸缩式特征金字塔算法的PCB缺陷检测
摘要：近年来深度学习技术在印刷电路板(PrintedCircustBoord,PCB)缺陷检测上已获得快速进步,但现有算法针对PCB图像中多尺度高密度微小缺陷目标,如何精准高效地提取特征,提高检测精度及速度依然存在巨大挑战.提出了一种可变形残差卷积与伸缩式特征金字塔的PCB缺陷检测算法.在FasterRCNN的基础上,通过引入可变形残差卷积模块替换原始VGG16网络进行通道关系校准,提高算法对复杂缺陷目标特征的语义获取能力;利用一种伸缩式改进的特征金字塔NAS-FPN网络与原区域建议RPN网络融合,以改善算法对多尺度微小缺陷目标的识别能力;结合IoULoss、MatrixNMS等tricks组合综合优化网络的检测精度及速度.通过实验,相比原始FasterRCNN,检测精度从90.08%提升到99.41%,检测速率从4.08frame/s提升到6.47frame/s.该方法能实现检测精度及速度双高的PCB缺陷检测,具有一定的实际意义.
作者：孙志超 王博 张晓玲 Author：SUNZhichao WANGBo ZHANGXiaoling
作者单位：江苏理工学院电气信息工程学院,江苏常州213001大连东软信息学院计算机与软件学院,辽宁大连116023
刊名：电讯技术 ISTICPKU
Journal：TelecommunicationEngineering
年，卷(期)：2023, 63(6)
分类号：TP391
关键词：印刷电路板 缺陷检测 FasterRCNN 可变形卷积 特征金字塔
机标分类号：TP391.41TN911.73P237
在线出版日期：2023年7月5日
基金项目：国家自然科学基金，江苏理工学院研究生实践创新项目基于可变形残差卷积与伸缩式特征金字塔算法的PCB缺陷检测[
期刊论文] 电讯技术--2023, 63(6)孙志超 王博 张晓玲近年来深度学习技术在印刷电路板(PrintedCircustBoord,PCB)缺陷检测上已获得快速进步,但现有算法针对PCB图像中多尺度高密度微小缺陷目标,如何精准高效地提取特征,提高检测精度及速度依然存在巨大挑战.提出了一种可变...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于可变形残差卷积与伸缩式特征金字塔算法的PCB缺陷检测 PCB Defect Detection Based on Deformable Residual Convolution and Scalable Feature Pyramid Algorithm
基于可变形残差卷积与伸缩式特征金字塔算法的PCB缺陷检测.pdf
- 文件大小:
- 3.75 MB
- 下载次数:
- 60
-
高速下载
|
|
