Detección mejorada de defectos de PCB mediante HSA-RTDETR en RT-DETR

Área de la Ciencia:

• La visión por ordenador y la inteligencia artificial
• Fabricación y automatización industrial
• Ingeniería electrónica y control de calidad

Sus antecedentes:

• Los defectos de la placa de circuito impreso (PCB), como agujeros y cortocircuitos faltantes, pueden causar fallas en el producto.
• La inspección automatizada de PCB es crucial para la fabricación inteligente y la industria 4.0, pero se enfrenta a desafíos con componentes miniaturizados de alta densidad y fondos complejos.
• La visión artificial y los algoritmos de IA existentes luchan para detectar defectos a múltiples escalas, especialmente los pequeños.

Objetivo del estudio:

• Proponer un método avanzado basado en IA para la detección automática e inteligente de defectos de PCB.
• Mejorar la detección de defectos pequeños y complejos en los PCB.
• Mejorar la eficiencia y la precisión de los sistemas de inspección de defectos de PCB.

Principales métodos:

• Desarrolló un nuevo mecanismo de atención de escala jerárquica (HSA) integrado en el marco RT-DETR (transformador de detección en tiempo real), creando el modelo HSA-RTDETR.
• Se introdujo una nueva red troncal (R18-Faster-EMA) para mejorar la eficiencia del modelo.
• Rediseñó el módulo de interacción de características intraescala basado en la atención (AIFI) utilizando la atención de grupo en cascada e implementó una red de atención piramidal consciente de la escala jerárquica (HS-PAN) para la fusión de características a múltiples escalas.
• Diseñado una nueva función de pérdida para acelerar la convergencia y dar prioridad a la detección de pequeños defectos.

Principales resultados:

• El método HSA-RTDETR logró una precisión media media (mAP) del 96,9% en un conjunto de datos de defectos de PCB, superando a los modelos existentes.
• Se demostraron mejoras significativas con respecto al RT-DETR original: un aumento del 5,8% en precisión, un 7,9% en recuerdo y un 5,4% en mAP50.
• Logró una alta velocidad de inferencia de 66.2 fotogramas por segundo (FPS), lo que demuestra su eficacia para la detección en tiempo real de pequeños defectos de PCB.

Conclusiones:

• El método HSA-RTDETR propuesto ofrece una solución altamente eficaz para la detección automatizada de defectos de PCB, especialmente para defectos pequeños y difíciles.
• La integración de la atención jerárquica consciente de la escala y el diseño eficiente de la red mejora la precisión y la velocidad de detección.
• Este enfoque representa un avance significativo para el control de calidad en entornos de fabricación inteligente.