Video Experimental Relacionado
Updated: May 8, 2026
11:54
Microfluidic Platform with Multiplexed Electronic Detection for Spatial Tracking of Particles
Published on: March 13, 2017
9.7K
EM-YOLO: detección de componentes electrónicos de alta precisión mediante atención multiescala y fusión dinámica de
Zeyi Xu1, Jiahui Han1, Hongying Qin2
1School of Electronic Information and Electrical Engineering, Yangtze University, Jingzhou, 434023, China.
Scientific reports
|December 24, 2025
Resumen
El algoritmo EM-YOLO mejora la precisión de la detección de componentes electrónicos y reduce las detecciones erróneas en placas de circuito. Este método avanzado de detección de objetivos mejora la representación de características y la localización para una mejor inspección automatizada.
Área de la Ciencia:
- Visión por Computadora
- Inteligencia Artificial
- Ingeniería Eléctrica
Sus antecedentes:
- La inspección óptica automatizada (AOI) se enfrenta a desafíos con detecciones erróneas y baja precisión en la inspección de placas de circuito de componentes electrónicos.
- Los algoritmos existentes tienen dificultades para detectar componentes pequeños o densamente empaquetados.
Objetivo del estudio:
- Desarrollar un algoritmo de detección de objetivos mejorado, EM-YOLO, basado en YOLOv11 para mejorar la inspección de componentes electrónicos.
- Abordar las limitaciones en la representación de características, la fusión multiescala y la precisión de la localización.
Principales métodos:
- Diseñó la columna vertebral C3k2_EMA con atención eficiente multiescala (EMA) para mejorar la extracción de características de componentes diminutos.
- Propuso la estructura de cuello BiSPD-FPN que integra la red de pirámides de características bidireccionales (BiFPN) y la convolución de profundidad de pirámides espaciales (SPDConv) para una fusión optimizada de características.
- Introdujo la función de pérdida Focal-DIoU en el cabezal de detección para mejorar la regresión de la caja delimitadora y la precisión de la localización.
Principales resultados:
- EM-YOLO logró un aumento del 0,5 % y del 3,9 % en la precisión media de los promedios (mAP@0,5) en conjuntos de datos de PCB propios y públicos, respectivamente.
- Demostró una reducción del 1,3 % y del 4 % en la tasa de falsos negativos (FNR) en comparación con los algoritmos de referencia.
- Superó a los algoritmos convencionales en precisión de detección y alivió significativamente las detecciones erróneas.
Conclusiones:
- El algoritmo EM-YOLO ofrece una precisión de detección superior y una reducción de falsos negativos para componentes electrónicos.
- Las optimizaciones propuestas mejoran eficazmente la representación de características, la fusión multiescala y la localización.
- EM-YOLO proporciona una solución robusta y generalizable para la inspección automatizada de placas de circuito.
