仪器仪表学报

作者：伍济钢，成 远，邵 俊，阳德强

单位：伍济钢,1.湖南科技大学机械设备健康维护湖南省重点实验室,,成 远,1.湖南科技大学机械设备健康维护湖南省重点实验室,,邵 俊,1.湖南科技大学机械设备健康维护湖南省重点实验室,,阳德强,1.湖南科技大学机械设备健康维护湖南省重点实验室,

关键词：PCB缺陷检测;YOLOv4;二分K-means聚类;MobileNetV3;Inceptionv3

基金：国家自然科学基金(51775181)项目资助

针对现用PCB缺陷检测方法存在效率低、误检率高、通用性低、实时性差等问题,提出基于改进YOLOv4算法的PCB缺陷检测方法。使用改进二分K-means聚类结合交并比(IoU)损失函数确定锚框,解决预设锚框不适用PCB小目标缺陷检测的问题。引用MobileNetV3作为特征提取网络,提升对PCB小目标缺陷的检测性能,同时方便部署在现场轻量化移动端。引入Inceptionv3作为检测网络,利用多种卷积核进行运算满足PCB缺陷多类别的检测要求。以PCB_DATASET数据集为测试对象,将本文方法与FasterR-CNN、YOLOv4、MobileNetV3-YOLOv4等开展对比验证实验。结果表明,本文方法均值平均精度(mAP)为99.10%,模型大小为53.2MB,检测速度为43.01FPS,检测mAP分别提升4.88%、0.05%、2.01%,模型大小分别减少0、203.2、3.3MB,检测速度分别提升29.93、6.37、0.79FPS,满足PCB工业生产现场高检测精度和检测速度要求。

来源：2021年第10期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2021年第10期