基于YOLO v3的贴装元器件检测技术

摘要：

印制电路板表面贴装元器件的识别分类技术在现代化电子产业生产过程中起重要作用,以PCB表面的贴装电阻、贴装电容、芯片等为目标,提出了一种基于YOLO v3的目标检测方法.首先利用工业相机搭配光学镜头构建贴装元器件数据集,其次重新设计了YOLO v3的特征金字塔结构FPN,接着采用K-means方法对贴装元器件数据集进行聚类改进,得到Mouted anchor及对应参数.最后使用Mounted anchor和网络结构对改进后的YOLO v3重训练,并与原网络对比实验,检验了贴装元器件的识别分类效果.实验结果表明,改进后的YOLO v3贴装元器件识别分类技术平均精确率较原网络提高9％,召回率小幅提高.

关键词：图像处理;YOLO v3;特征金字塔;聚类算法;无损检测

所属期刊栏目：44

分类号：TP391.41(计算技术、计算机技术)

资助基金：山西省回国留学人员科研项目;山西省重点研发项目

在线出版日期：2021-10-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：127-131