基于改进 U-Net 的球栅阵列气泡缺陷检测方法

来源：机械与电子杂志2023年第01期北京时间：

作者：曹鹏娟;王明泉;范涛;朱榕榕;刘嘉宇

单位：中北大学仪器科学与动态测试教育部重点实验室,山西 太原 030051

摘要：针对现有基于深度学习的图像分割算法在球栅阵列( BGA )焊点气泡检测中检测效率较低,无法满足工业生产中实时性的检测需求,提出了一种基于改进 U-Net 的球栅阵列缺陷识别方法。该方法在现有的 U-Net 经典网络的基础上提出用深度可分离卷积与密集连接结合的轻量密集连接单元替换常规的卷积单元,同时添加多尺度跳跃连接减少编解码特征之间的差异,实现针对 BGA 焊点气泡的精确分割和提取。采用自建数据集对该方法的有效性进行实验,结果表明,改进的 U-Net 模型网络在减少 U-Net 网络计算复杂度的同时提升了网络性能,能够增加 BGA 焊点气泡的检测效率。

关键词：U-Net ;深度可分离卷积;密集块;图像分割

基金资助：山西省重点研发计划( 201803D121069 );山西省高等学校科技创新项目( 2020L0624 );山西省信息探测与处理重点实验室基金( ISPT2020 5 )