基于改进Faster RCNN的印刷电路板瑕疵检测算法

• 作者: 陈学仕 苏通 漆为民
• 来源期刊: 江汉大学学报（自然科学版）
• 学科: 工学
• 关键词: 印刷电路板瑕疵检测 Faster RCNN 神经网络 损失函数 多尺度训练
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 87-96
• 页数: 10页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.16389/j.cnki.cn42-1737/n.2022.01.012

摘要

PCB印刷电路板上元器件较多且距离较小,电路走线颜色较为相近.传统检测方法基于机器视觉检测,其算法存在检测速度慢、误检率较多、能够检测出的瑕疵种类较少等问题.基于此,提出了一种基于改进Faster RCNN的印刷电路板瑕疵检测算法.该算法可以同时检测出漏孔、缺口、断路、短路、毛刺、余铜6种印刷电路板上的瑕疵.首先,采用Faster RCNN作为基础检测框架,使用金字塔特征网络(F P N)、多尺度训练、锚点框、聚类作为基础改进措施;其次,以改进后损失函数(DIoU)替换原算法中的smoothL1损失函数作为边界框定位回归的损失函数;最后,计算出在多种实验条件下的模型平均精度均值(m A P),对各种算法进行了对比.实验结果表明,原算法Faster RCNN的mAP为73.7％,改进后Faster RCNN的mAP为95.1％,相比原算法对印刷电路板瑕疵检测的mAP上升了21.4％,相比其他算法具有明显优势.