检索结果-南通市图书馆

无线电工程 2024年

作者：杨慧聪陈慈发张上水电工程智能视觉监测湖北省重点实验室湖北省建筑质量检测装备工程技术研究中心三峡大学计算机与信息学院荆楚理工学院大数据研究中心

针对印刷电路板(Printed Circuit Board，PCB)表面缺陷检测任务中，模型体积和参数量较大的问题，提出一种基于通道剪枝的轻量级YOLOv8n网络PCB缺陷检测算法。为有效提升对PCB小目标缺陷的特征提取能力，采用RepViT作为特征提取网络；... 详细信息

针对印刷电路板(Printed Circuit Board，PCB)表面缺陷检测任务中，模型体积和参数量较大的问题，提出一种基于通道剪枝的轻量级YOLOv8n网络PCB缺陷检测算法。为有效提升对PCB小目标缺陷的特征提取能力，采用RepViT作为特征提取网络；为提升网络对小目标的关注度，减少神经网络推理过程中的梯度信息重复，将颈部网络的卷积模块替换为RepNCSPELAN4；为降低缺陷重叠时检测框失真现象，在预测部分使用Focaler-MPDIoU替换CIoU；利用分数剪枝(Layer Adaptive Magnitude based Pruning，LAMP)方法对融合改进方法的模型进行修剪，去除模型中冗余的梯度信息和权重，减少参数量和浮点运算量，压缩模型体积。实验结果表明，在PCB公开数据集中，经过LAMP分数剪枝之后，该算法相较于YOLOv8n，参数量下降60.8%，模型体积减小50.8%，计算量下降48.8%，mAP值提高3.8%。在提高精度的同时，计算量、参数量和模型体积都低于原模型，满足在低配置设备下的使用需求。

关键词： PCB缺陷小目标模型剪枝轻量化网络损失函数

来源：