基于元特征增强的小样本PCB缺陷检测

来源：计算机集成制造系统杂志2026年第2期北京时间：

作者：宋涛, 李程, 熊海龙, 叶定兴, 袁川, 赵月雯, 唐宏耀, 冉璐

单位：重庆理工大学光纤传感与光电检测重庆市重点实验室

摘要：面向小样本条件下印刷电路板(PCB)表面缺陷检测任务,引入元学习方案,充分提取先验知识并在新缺陷上进行快速泛化。同时,设计了一种基于元特征增强的小样本检测算法。首先,将元学习与微调策略相结合,元测试阶段仅微调检测器头部,改善知识迁移过程中的分类模糊。然后,针对PCB新类与基类缺陷易于混淆的问题,在支持分支设计全局特征融合模块,将全局通道特征与原始支持特征融合以区分不同缺陷类别。最后,在查询分支上引入自注意力模块提升网络对小目标的关注度,帮助解决缺陷目标漏检问题。所提方法在10shot任务中展现出优异的检测性能,在PKU-Market-PCB缺陷数据集的新类AP(average precison)达到了62.4%。

关键词：小样本目标检测,元学习,特征增强,PCB缺陷检测

基金资助：重庆市科技局基础与前沿研究计划资助项目(cstc2021jcyj-msxmX0348);中国博士后科学基金资助项目(2022M710543);重庆理工大学科研创新团队资助项目(2023TDZ014)。