基于深度學(xué)習(xí)的PCB缺陷檢測(cè)

打開文本圖片集

摘  要： 針對(duì)當(dāng)前印刷電路板（PCB）缺陷檢測(cè)存在的檢測(cè)精度低、速度慢等問(wèn)題，設(shè)計(jì)一種基于改進(jìn)YOLOv7的Wise?YOLOv7算法。首先，在原有self?attention的基礎(chǔ)上加入焦點(diǎn)調(diào)制網(wǎng)絡(luò)，將不同粒度級(jí)別的空間特征匯總為調(diào)制器，以自適應(yīng)的方式注入查詢操作中，省去大量交互和聚合操作，從而使得模型輕量化；其次，利用RCSOSA模塊減少特征圖的通道數(shù)量，同時(shí)增強(qiáng)相鄰層特征不同通道間的信息交流，提高模型對(duì)PCB小目標(biāo)缺陷的特征提取能力和數(shù)據(jù)處理效率；最后，選用動(dòng)態(tài)非單調(diào)焦點(diǎn)機(jī)制的Wise?IoU損失函數(shù)來(lái)加強(qiáng)對(duì)高質(zhì)量錨盒的選取，優(yōu)化目標(biāo)檢測(cè)器的性能。（剩余9652字）