基于改进Inception-ResNet-v2的PCB缺陷检测

作者：孙灿; 邓小颖; 李扬; 朱金荣

来源：信息技术, 2020, 44(09): 33-36.

DOI：10.13274/j.cnki.hdzj.2020.09.006

• 卷积神经网络
• 图像预处理
• 数据扩张
• Inception-ResNet-v2模型
• 缺陷检测

文中提出一种基于卷积神经网络的PCB板缺陷检测算法,能够有效识别和分类常见的电路版缺陷。该方法进行图像预处理,对缺陷图像与参考图像采取图像配准和差分得出感兴趣区域,经过数据扩张汇总成数据集。通过对部分结构针对性添加SE模块来改进Inception-ResNet-v2模型,将Leaky ReLU作为激活函数。文中模型在测试集上对缺陷分类的正确率提升到了96.43%,提升了至少3%。