基于多注意力Faster RCNN的噪声干扰下印刷电路板缺陷检测

• 作者: 陈仁祥 詹赞 胡小林 徐向阳 蔡东吟
• 来源期刊: 仪器仪表学报
• 学科: 工学
• 关键词: 印刷电路板 缺陷检测 噪声干扰 多注意力
• 年，卷（期）: 2021,（12）
• 所属期刊栏目: 视觉检测与图像测量|Visual Inspection and Image Measurement
• 页码范围: 167-174
• 页数: 8页
• 分类号: TH39
• 语种: 中文
• DOI: 10.19650/j.cnki.cjsi.J2108477

摘要

针对工业环境中噪声干扰导致的印刷电路板缺陷检测困难的问题,提出基于多注意力Faster RCNN的印刷电路板缺陷检测方法,分别于特征提取以及特征融合部分引入注意力机制以获得具有抗干扰能力的特征表示,提升检测效果.首先使用分离注意力网络提取缺陷特征,使网络自动关注到缺陷特征,以降低噪声干扰的影响;其次,使用平衡特征金字塔融合不同分辨率特征,利用非局部注意力机制对融合特征进行全局感受野内不同区域特征的加权,增强其缺陷表征能力并进一步抑制噪声干扰;最后,依据所获得的特征表示,利用区域建议网络生成缺陷候选框并利用全连接层对其进行位置以及类别的确定以得到检测结果.在不同程度噪声干扰下的印刷电路板缺陷数据集上进行实验验证,平均检测精度达到92.4％,证明了所提方法的有效性和可行性.