电子元器件缺陷检测模型的自动训练系统

来源：电子测量技术杂志2023年第24期北京时间：

作者：陈瑞阳，周静，王瑞丰，刘鹏飞，罗守华

单位：1.东南大学生物科学与医学工程学院 南京 210096; 2.深圳明锐理想科技有限公司 深圳 518000

摘要：深度学习方法可提高AOI的速度和精度，但因实际工业生产中AOI场景多变，模型需不断更新以保证性能，耗时长，人力成本高。为了提高实际AOI中深度学习模型的迭代效率，研发了一套面向PCBA贴片电子元器件的缺陷检测模型自动训练系统，对常见的四类电子元器件(Chip、IC、SOT、排插)所需的缺陷检测模型实现了自动训练，自动训练过程分为自动数据增强、自动调参与自动部署3个部分。实验结果表明，该系统自动训练得到的模型性能总体优于人工手动训练的模型，相较人工手动训练，训练耗时缩短36%~42%，整体准确率提升1.3%~4.1%。目前该系统已经完成测试，自动训练出的模型能满足实际AOI的检测要求，有效提高了模型迭代速度，减少了人力成本，具有较好的应用前景。

关键词：PCBA;缺陷检测;深度学习;自动训练;工业应用

基金资助：国家自然科学基金（61871126）、江苏省重点研发计划（BE2022828）、江苏省前沿引领技术基础研究专项（BK20222002）资助