摘要

提出一种基于深度学习领域旋转目标检测技术的PCB加工缺陷自动检测和分类方法。该方法能有效简化PCB板缺陷检测的全流程,避免复杂的图像配准和图像预处理过程。该方法注入了角度信息,使得模型可扩展至任意方向的缺陷区域检测。数值结果表明,在增加了旋转扰动的DeepPCB数据集上,该方法对于6类PCB缺陷可以达到97.2%的mAP(mean average precision)性能,平均准确率超过了目前主流的YOLO、SSD、Faster R-CNN等检测算法,具有较好的应用前景。