《计算机集成制造系统杂志》发表论文赏析

基于YOLO-MCE的BGA锡球表面缺陷检测方法

来源:计算机集成制造系统杂志2026年第4期北京时间:

作者:云清琳, 周永兵, 赵明亮, 罗滔, 王淑营, 张剑, 丁国富

单位:1.西南交通大学计算机与人工智能学院2.西南交通大学机械工程学院先进设计与制造技术研究所3.四川省机车车辆装备智能制造工程研究中心

摘要:针对现有方法对球栅阵列(BGA)锡球表面缺陷检测精度不足的问题,基于YOLO11提出了一种新的BGA锡球表面缺陷检测模型YOLO-MCE。首先,设计一种多尺度特征融合骨干网络MFFBN以提升模型在复杂环境中对小目标缺陷特征的识别和提取能力;其次,结合Faster Block和eSE注意力机制改进特征融合网络中的C3k2模块,从而更有效地捕获局部特征,避免相似缺陷混淆;最后,融合参数共享技术和组卷积设计一种更有效的检测头EGDH,提高局部特征优化能力,降低计算复杂度。实验结果表明YOLO-MCE的检测精度mAP50可以达到98.7%,比原始模型提高了4.3个百分点,有效提高了检测精度,为工业场景中的锡球缺陷检测提供了可靠解决方案。

关键词:球栅阵列,表面缺陷检测,YOLO11,多尺度特征融合,注意力机制

基金资助:四川省重大科技专项资助项目(2022ZDZX0002)。

2026年4期其他文献查阅:

工业智联网——面向智慧工业的新一代工业互联网

MBSE标准体系模型构建方法研究及应用验证

面向数字主线的异构工业文档统一语义化方法

基于外接过渡的数控加工刀具路径拐角光顺方法

基于复合抛出力的电火花加工材料抛出过程仿真研究

基于GS-SABO-BPNN和MOPSOCD的激光熔覆工艺参数优化方法

基于轻量化卷积网络的焊缝特征条纹提取方法

基于超启发式的混装作业车间批量流调度

联合深度强化学习和遗传算法的人机协作装配序列动态规划方法

考虑任务间干扰的不完全拆解线平衡问题建模与优化

基于改进SARSA算法的环境和运动不确定下移动机器人任务规划

基于铣削力—工件振动—主轴振动特征融合的表面粗糙度预测

基于YOLO-MCE的BGA锡球表面缺陷检测方法

改进RT-DETR的轴承表面小目标缺陷检测算法

基于深度强化学习的在线强异构三维装箱算法

基于布局空间进化的多目标动态设备布置方法

基于相对偏度密度比离群因子的离群点检测算法

基于双阶段生成增强网络模型的不平衡问题

基于RZN-GRD的元动作单元维修优先级排序方法

考虑递增故障样本和故障模式的机械设备终身学习智能诊断方法

基于TCN-SA和Bi-GRU的轴承剩余寿命预测

基于混沌理论的信任网络多准则群决策方法

政府规制下先进制造业服务型制造标准扩散的演化博弈

先进制造企业绿色服务创新行为的四方博弈——基于政府和公众的双重约束

区域协同制造下多工厂生产与配送集成调度的自适应NSGA-Ⅱ算法

基于碳减排竞争的制造商区块链使用策略分析

基于双向强化学习的可持续供应链跨网合作建模及求解

基于深度学习的企业供求信息提取与供应链网络构建

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!