基于深度學(xué)習(xí)的PCB缺陷檢測

打開文本圖片集

摘  要： 針對當(dāng)前印刷電路板（PCB）缺陷檢測存在的檢測精度低、速度慢等問題，設(shè)計一種基于改進(jìn)YOLOv7的Wise?YOLOv7算法。首先，在原有self?attention的基礎(chǔ)上加入焦點調(diào)制網(wǎng)絡(luò)，將不同粒度級別的空間特征匯總為調(diào)制器，以自適應(yīng)的方式注入查詢操作中，省去大量交互和聚合操作，從而使得模型輕量化；其次，利用RCSOSA模塊減少特征圖的通道數(shù)量，同時增強相鄰層特征不同通道間的信息交流，提高模型對PCB小目標(biāo)缺陷的特征提取能力和數(shù)據(jù)處理效率；最后，選用動態(tài)非單調(diào)焦點機(jī)制的Wise?IoU損失函數(shù)來加強對高質(zhì)量錨盒的選取，優(yōu)化目標(biāo)檢測器的性能。（剩余9652字）