基于YOLO v3的贴装元器件检测技术

来源：电子测量技术杂志2021年第13期北京时间：

作者：窦子豪，刘新妹，殷俊龄，曹富强

单位：1.中北大学 电子测试技术国家重点实验室 太原 030051;2.中北大学 信息与通信工程学院 太原 030051

摘要：印制电路板（Printed Circuit Board）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，本文以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（Feature Pyramid Networks），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

基金资助：山西省回国留学人员科研项目（2017-090）、山西省重点研发项目（201903D121058）资助