基于可变形残差卷积与伸缩式特征金字塔算法的PCB缺陷检测

作者：孙志超; 王博; 张晓玲^*

来源：电讯技术, 2023, 63(06): 798-805.

DOI：10.20079/j.issn.1001-893x.220217002

• 印刷电路板
• 缺陷检测
• Faster RCNN
• 可变形卷积
• 特征金字塔

近年来深度学习技术在印刷电路板(Printed Circust Boord, PCB)缺陷检测上已获得快速进步，但现有算法针对PCB图像中多尺度高密度微小缺陷目标，如何精准高效地提取特征，提高检测精度及速度依然存在巨大挑战。提出了一种可变形残差卷积与伸缩式特征金字塔的PCB缺陷检测算法。在Faster RCNN的基础上，通过引入可变形残差卷积模块替换原始VGG16网络进行通道关系校准，提高算法对复杂缺陷目标特征的语义获取能力；利用一种伸缩式改进的特征金字塔NAS-FPN网络与原区域建议RPN网络融合，以改善算法对多尺度微小缺陷目标的识别能力；结合IoU Loss、Matrix NMS等tricks组合综合优化网络的检测精度及速度。通过实验，相比原始Faster RCNN,检测精度从90.08%提升到99.41%,检测速率从4.08 frame/s提升到6.47 frame/s。该方法能实现检测精度及速度双高的PCB缺陷检测，具有一定的实际意义。

• 单位
  大连东软信息学院; 江苏理工学院