科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对印制电路板缺陷检测因检测目标相对较小而产生的检测精确率不高的问题，以及基于深度学习算法模型目标检测对算力的高负荷，提出一种基于YOLOv5的改进深度学习网络结构，通过增加特征提取层和特征融合层提升网络对小目标检测的能力。同时对训练得到的模型采用模型裁剪、模型量化将模型优化，并通过模型校准在尽可能保留缺陷检测精确度的同时减小网络规模。实验分析改进后的模型检测精确度可达到96.2%，而压缩优化后的模型精确度也可以达到94.4%，而模型大小可以减小73.7%，其性能指标满足实际应用中印制电路板缺陷检测的要求。
- 单位
