科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对现阶段印刷电路板缺陷检测任务中网络精度低、速度慢、模型参数量大的问题，提出基于改进YOLOv3的轻量级权重新型网络（LWN-Net）,并提出轻量级特征增强网络作为模型的特征提取网络，解决YOLOv3中主干网络Darknet53参数量过多的问题。考虑到特征提取过程中语义信息和位置信息不平衡会导致检测精度降低，构建权重聚合分配机制消除不平衡，以提高模型特征提取能力。提出新型特征金字塔网络，增强网络对细节信息的提取能力并降低信息冗余度。采用回归损失函数SIoU加快模型的收敛速度并提高检测精度。结果表明，相比YOLOv3,LWN-Net网络的模型规模压缩了87.5%,而检测速度提升了8.32帧·s-1,预测精度和召回率分别提升了0.88%和1.6%。该网络的提出为印刷电路板的缺陷检测问题提供了一种更高效的方法。
- 单位
