用两阶段和多阶段对象检测器检测印刷电路板缺陷的注意性上下文和语义增强机制
Twahir Kiobya1, Junfeng Zhou2, Baraka Maiseli3
1School of Computer Science and Technology, Donghua University, Shanghai, 201620, People's Republic of China.
Scientific reports
|August 5, 2024
概括
在印刷电路板 (PCB) 上检测小缺陷是一项挑战. 一个新的注意性上下文和语义增强模块 (ACASEM) 提高了PCB缺陷检测的准确性.
科学领域:
- 电子制造业 电子制造业 制造业
- 计算机视觉 计算机视觉
- 人工智能的人工智能
背景情况:
- 印刷电路板 (PCB) 在现代电子产品中至关重要.
- 检测小,视觉上无法识别的PCB缺陷仍然是一个重大挑战.
- 现有的PCB缺陷对象检测方法在准确性或计算成本方面存在局限性.
研究的目的:
- 提出一种新的,计算效率高的,插即用模块,用于增强PCB缺陷检测.
- 解决目前检测微妙和小缺陷的方法的局限性.
- 提高PCB缺陷检测系统的准确性和减少PCB缺陷检测系统的计算开销.
主要方法:
- 开发了一个专注的上下文和语义增强模块 (ACASEM),具有可适应的特征融合和注意力子模块.
- ACASEM的保证器具有来自不同骨干层的地图,以丰富上下文和语义信息.
- 将ACASEM集成到最先进的两阶段 (更快的R-CNN,双头R-CNN) 和多阶段 (级联R-CNN) 探测器中.
主要成果:
- 在使用ACASEM时,经验结果表明PCB缺陷检测的准确性有所提高.
- 拟议的模块增强了功能地图,具有更丰富的上下文和语义细节.
- 与现有的多层特征提取器相比,ACASEM提供了一个强大的解决方案,其计算强度降低了.
结论:
- ACASEM有效地提高了用于PCB缺陷检测的对象探测器的性能.
- 该模块提供了一种有价值的,不那么计算密集的方法来识别微妙的缺陷.
- ACASEM代表了电子制造业自动化检查的重大进展.
