YOLO-UMS: Detección de Defectos Superficiales de PCB Basada en Fusión de Características Multi-Escala con el Detector...

Área de la Ciencia:

• Fabricación de productos electrónicos
• Visión por computadora
• Inteligencia artificial

Sus antecedentes:

• La detección de defectos en placas de circuito impreso (PCB) es crucial para el control de calidad de los productos electrónicos.
• Los diseños complejos de PCB presentan desafíos para la inspección automatizada, incluidos el bajo contraste, el brillo desigual y los defectos pequeños e irregulares.
• Los métodos existentes tienen dificultades con la detección rápida y precisa de estos defectos.

Objetivo del estudio:

• Proponer un novedoso detector de objetos, YOLO-UMS, para mejorar la precisión y la velocidad en la detección de defectos superficiales de PCB.
• Abordar las limitaciones en la detección de defectos con bajo contraste de imagen, brillo desigual, tamaños pequeños y formas irregulares.
• Proporcionar una solución eficiente y precisa para la inspección industrial de PCB.

Principales métodos:

• Desarrollo de una Red de Pirámide de Fusión de Características Unificada Multi-Escala (UMSFPN) ligera para una fusión eficaz de información multi-escala.
• Introducción de un módulo RG-ELAN ligero para mejorar la extracción de características para objetivos pequeños en escenas complejas.
• Integración de un módulo de Integración Adaptativa de Características de Interacción (AIFI) y un módulo de atención convolucional de prioridad de canal (CPCA) para mejorar la representación de características.

Principales resultados:

• El cuello de red UMSFPN mejoró AP50 en un 3,1% y AP en un 2% en el conjunto de datos PCB-M en comparación con el PAFPN original.
• YOLO-UMS logró un AP50 del 84% en el conjunto de datos PCB-M sin preentrenamiento, una mejora del 6,4% con respecto a la línea base YOLO11.
• El método propuesto demostró una sólida precisión de detección en comparación con los algoritmos existentes, mostrando una amplia aplicabilidad en diferentes conjuntos de datos y detectores.

Conclusiones:

• YOLO-UMS ofrece una solución factible y eficaz para la detección de defectos superficiales de PCB de manera eficiente y precisa.
• Los novedosos módulos UMSFPN, RG-ELAN, AIFI y CPCA contribuyen a mejorar el rendimiento en escenarios de inspección desafiantes.
• El algoritmo muestra un potencial significativo para la aplicación industrial en el control de calidad automatizado de PCB.