基于RetinaNet的手机主板缺陷检测研究

• 作者: 李东喜 马美荣
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 手机主板 缺陷检测 RetinaNet 特征金字塔网络 MobileNetV2 焦点损失
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 图形与图像
• 页码范围: 673-682
• 页数: 10页
• 分类号: TP306
• 字数: 5826字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2020.04.014

摘要

不同型号手机的主板图像具有多分辨率的成像模式,使缺陷元件是多尺度的.常规缺陷检测方法主要有图像融合方法和提取统计模型的方法,但这些方法的鲁棒性仍需要提高.针对该问题,提出了一种自动检测网络模型,即RetinaNet目标检测器.首先使用特征金字塔网络(FPN)提取缺陷元件的多尺度特征分类和位置,然后引入MobileNetV2以压缩和加速RetinaNet模型,最后使用焦点损失解决类不平衡和难以检测样本对损失贡献程度的问题.实验结果表明,RetinaNet能有效地检测不同尺度的缺陷元件,具有很高的检测精度;与其他目标检测器相比,RetinaNet实现了超过95％的平均精度(mAP).这些结果表明了本文所提模型的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李东喜	太原理工大学大数据学院	7	19	2.0	4.0
2	马美荣	太原理工大学大数据学院	1	0	0.0	0.0