基于EfficientNetV2的PCB缺陷检测算法

作     者：尹嘉超 吕耀文 索科 黄玺 

作者机构：长春理工大学光电工程学院 

出 版 物：《计算机辅助设计与图形学学报》 (Journal of Computer-Aided Design & Computer Graphics)

年 卷 期：2024年

核心收录：

学科分类：080903[工学-微电子学与固体电子学] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：吉林省自然科学基金(YDZJ202201ZYTS419) 高等学校学科创新引智111计划(D21009) 

主　　题：印刷电路板 EfficientNetV2 缺陷检测 Faster R-CNN 通道注意力机制 

摘      要：印刷电路板(PCB)是一种高精密的电子元器件， 其优良与否对电子产品的质量有着重要影响. 但现有的PCB缺陷检测算法存在着检测精度不高， 特别是缺陷定位不够精确等问题. 针对以上问题提出一种基于EfficientNetV2的PCB缺陷检测算法. 在Faster R-CNN的基础上， 通过选用特征提取能力更强的EfficientNetV2＿M作为特征提取网络，同时使用通道注意力机制(ECA)对特征融合网络FPN进行优化， 提高了细节信息提取能力. 在北京大学智能机器人开放实验室发布的PCB瑕疵数据集上的实验结果表明改进后的缺陷检测算法相较于目前检测效果最好的PCB缺陷检测算法LWN-Net， 在IoU=0.50时mAP由99.58%提升到99.66%；在IoU=[0.50:0.95]时mAP由52.6%提升到79.4%.该网络在提升了PCB的检测精度的同时解决了缺陷定位不够精确的问题， 实现了高精度的PCB缺陷检测， 具有一定的实际意义. 代码已经开源在https://***/ChaO989/Defect＿detection.