基于轻量级网络的 PCB 元器件检测

来源：计算机技术与发展杂志2020年第10期北京时间：

作者：产世兵;刘宁钟;沈家全

摘要：随着电子工业的迅速发展,电路板元器件的缺陷检测愈加重要。 传统的人工检测方法效率很低,而且容易因为视觉疲劳造成错误检测,可靠性低,速度慢。 目前广泛应用的自动光学检测设备,缺点明显,速率低,对直插元器件的检测精度低,无法适应电路板元器件的多样性检测。 随着对卷积神经网络的深度 研究,神经网络在目标检测方面已经达到了优秀的效果,但是常见的网络对 PCB 元器件中的小目标以及实时检测并不理想。 对基于 Faster RCNN 和 PeleeNet 网络的研究,实现了轻量级小目标检测模型;通过先验知识修改了 RPN 网络的包围框大小;针对 PCB 元器件样本的小目标样本少的问题,利用了小目标样本增广技术,提高了整体的检测速度以及精度。 通过消融实验体现了改进部分对 PCB 元器件实时检测的重要性;通过对比实验,该方法在保证检测精确度降低很小的同时,缩小了模型的大小,在数据集上具有 0.858 mAP,检测时间为 0.034 s,相比 Faster RCNN(基础网络为 VGG16 或 ResNet50)的检测速度有了不错的提高。

关键词：PCB 元器件;卷积神经网络;轻量级网络;小目标检测;实时检测