摘要
印刷电路板（Printed Circuit Board，PCB）作为电子信息产业的基石，在许多领域得到广泛应用。随着科技的不断发展，PCB也不断升级和改良，使得生产更加复杂、体积更小、功能更多。这些PCB产品如不在制造中严格把控，被广泛应用于我们日常生活中，带有缺陷的PCB产品就更易出现问题，产生安全隐患。为了避免安全事故的发生，在PCB被制造过程中对其进行缺陷检测，以保证产品质量安全可靠变得非常重要。因此，研究PCB制造缺陷检测技术具有重大意义。本文主要工作如下： 首先，分析并总结国内外PCB制造缺陷检测技术研究方案，调研PCB生产制造过程，明确制造过程中产生的缺陷的类型，根据风险传递关系阐述具有存在的风险，最终会发生事故造成人员伤害。为了检测出PCB制造过程中存在的缺陷，根据现有的目标检测模型，研究确定选择适合的PCB缺陷检测模型。 其次，针对目前很少有公开的数据集问题，根据PCB制造过程中存在的几种缺陷类型进行图片采集，并通过标记软件进行标定，形成数据集。通过分析原始的检测网络的性能不足之处，从激活函数、损失函数方面做出改进，通过实验验证选择最适合的改进方案。通过引入注意力网络对原始网络进行优化，剔除冗余参数，使网络更加聚焦于PCB缺陷检测。并在网络定位和漏检方面得到了一定的提升，从而进一步提高了检测精度。 然后，PCB制造缺陷其中包括小目标需要检测，针对小目标存在不同程度的漏检问题进行改进。通过使用增强感受野模块（RFB-s）与注意力机制模块，利用不同特征在不同通道的重要性，确保更大范围内聚焦有效特征；同时构建特征融合模块，将低层特征信息和高层特征信息有效融合以输出更完整的特征图，提高缺陷识别精度。通过改进前后的评价指标中可以发现，改进后的算法在多项指标都得到了一定的提升，进一步提高检测性能。实验结果表明，基于机器视觉的印刷电路板制造缺陷检测的检测性能，mAP提升了2.29%，召回率提升了6.51%，F1提升了6.57%。 最后，我们通过软硬件设计了一个PCB制造缺陷检测系统，实际检测效率FPS大于40，能够满足生产线上的实时性要求，本文提出的基于机器视觉的印刷电路板制造缺陷检测研究，在PCB缺陷检测领域具有广泛的应用前景。
NETL