基于改进YOLOv4算法的PCB缺陷检测
现有印刷电路板(PCB)缺陷检测方法,多采用参考法进行检测,对图片配准要求高,不仅耗时且定位误差大.YOLOv4速度快,精度高,但应用在PCB检测上存在着漏检的情况,对小目标检测效果不佳,现提出了一种基于改进YOLOv4算法的PCB缺陷检测方法.首先,以CSPDarknet53为主干网络,采用单特征层结构,避免了数据不均衡带来的先验框分配问题.然后,将网络中的5次卷积改进为CSP结构的残差单元,进一步提高特征提取能力.最后,采取K-means++对先验框重新进行聚类,提高模型训练效果.实验部分采取北京大学发布的PCB数据集进行训练,结果表明,改进后的算法平均精度均值(mAP)达到98.71%,在精度上优于其他常见的目标检测算法.
电路板;机器视觉;YOLOv4;小目标;目标检测
44
TP391;TP18(计算技术、计算机技术)
广东省科技发展专项;广东省普通高等学校特色创新类项目
2021-12-27(万方平台首次上网日期,不代表论文的发表时间)
共8页
146-153