基于深度学习的印刷电路板缺陷检测

作     者：张杨 严诚斌 李福祥 Zang Yang;Yan Chengbin;Li Fuxiang

作者机构：上海城建职业学院上海201415 上海电气自动化设计研究所有限公司上海200023 山东省潍坊市生态环境监控中心山东潍坊261000 

出 版 物：《电气自动化》 (Electrical Automation)

年 卷 期：2024年第46卷第4期

页      码：47-49页

摘      要：为降低传统人工检测的压力,提升检测效率,使用基于深度学习的方法解决印刷电路板制造中的缺陷检测任务。使用YOLOv5s目标检测算法完成印刷电路板快速高效的缺陷检测。搜集具有各类缺陷的印刷电路板样本数据,同时使用数据增强扩充数据集并分别对其执行标注;在Pycharm中配置Pytorch深度学习环境并对以官方YOLOv5s权重作为预训练模型完成印刷电路板缺陷检测任务。结果表明:训练后最优模型平均检测精度为96.3%;经过测试在英特尔i5-8265U中央处理器平台上可以获得约11帧每秒的实时检测速度。基于YOLOv5s的印刷电路板缺陷检测具有良好的检测性能,可以代替传统人工检测,减轻了人力财力压力,具有很高的实用价值。

主 题 词：深度学习 Yolov5 目标检测 印刷电路板 缺陷检测 

学科分类：080804[080804] 080805[080805] 0808[工学-自动化类] 08[工学] 

D　O　I：10.3969/j.issn.1000-3886.2024.04.014

馆 藏 号：203131594...