注意力机制与空洞残差网络的PCB缺陷检测

作者：牛振振; 陈力荣; **; 牛雅丽; 吕旭阳

来源：现代信息科技, 2023, 7(04): 10-17.

DOI：10.19850/j.cnki.2096-4706.2023.04.003

• 缺陷检测
• 轻量型网络
• 注意力机制
• 空洞残差网络
• 嵌入式系统

针对印刷电路板缺陷检测技术，文章提出了基于YOLOv5s的一个轻量型的CNN模型YOLO＿AD，用于PCB缺陷检测。该模型主要体现在将轻量型Ghostmodule作为骨干特征提取网络，融合注意力机制，对输入分配偏好进行通用池化和信息加权平均后，引入空洞残差网络，减少了网络模型与卷积运算，提高了网络处理效率。部署到嵌入式板卡中，采用MVC架构配合硬件优化及软件设计搭建了实时在线的PCB目标缺陷检测系统。实验结果表明，测试各类缺陷识别率为90.53%，检测速度为30 FPS。

• 单位
  电子工程学院