基于深度学习的PCB缺陷检测

打开文本图片集

摘  要： 针对当前印刷电路板（PCB）缺陷检测存在的检测精度低、速度慢等问题，设计一种基于改进YOLOv7的Wise⁃YOLOv7算法。首先，在原有self⁃attention的基础上加入焦点调制网络，将不同粒度级别的空间特征汇总为调制器，以自适应的方式注入查询操作中，省去大量交互和聚合操作，从而使得模型轻量化；其次，利用RCSOSA模块减少特征图的通道数量，同时增强相邻层特征不同通道间的信息交流，提高模型对PCB小目标缺陷的特征提取能力和数据处理效率；最后，选用动态非单调焦点机制的Wise⁃IoU损失函数来加强对高质量锚盒的选取，优化目标检测器的性能。（剩余9652字）