基于深度学习的电路板瑕疵识别实时检测算法
印刷电路板是电子产业重要部件之一.在电路板制造中,印刷电路板中一个微小的缺陷就会酿成产品的重大损失,针对人工检测耗时耗力且误差较大的问题,文章提出了一种基于YOLOv5(You Only Look Once Version 5)实时检测算法,可以实时检测并定位电路板中缺陷位置.通过对缺陷图像目标信息的提取,在印制电路板数据集上进行迭代训练,获得最佳检测模型.经多次测试,本系统可以实现对缺陷板子的精准识别和实时定位,mAP@0.5(Mean Average Precision@0.5)值高达0.991,大大降低了人工检测的失误率.
YOLOv5算法、电路板、瑕疵检测、实时定位
19
G420(教学理论)
山东省省级大学生创新创业训练计划项目20221909
2023-11-20(万方平台首次上网日期,不代表论文的发表时间)
共3页
29-31