首页|基于多尺度特征融合的PCB缺陷检测

基于多尺度特征融合的PCB缺陷检测

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
高精度的缺陷检测对印刷电路板制造具有重要意义.基于机器视觉的缺陷检测技术被大量应用于工业生产领域.在生产过程中,对产品进行高度精确、非接触式缺陷检测.论文提出了一种基于多尺度特征融合的印刷电路板缺陷检测神经网络模型.首先,通过传统的图像处理技术,对PCB板缺陷进行预提取.其次,将缺陷预提取图像和PCB模板图像分别进行特征提取.然后将空间金字塔池化网络嵌入到各卷积模块的特征图中,融合多尺度特征向量.最后,利用训练过程中的对比损失,得到模板和待测PCB板相似度度量,从而对缺陷进行精确检测和定位.实验结果表明,该模型与传统的缺陷检测方法相比在检测和定位缺陷,都具有更好的性能表现.
PCB Defect Detection Based on Multi-scale Feature Fusion

莫少雄、赵波

展开 >

上海工程技术大学机械与汽车工程学院 上海 201620

机器视觉 多尺度融合 缺陷检测 PCB

2022

10.3969/j.issn.1672-9722.2022.12.015

计算机与数字工程
中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD
影响因子：0.355
ISSN：1672-9722
年,卷(期)：2022.50(12)
  • 6