用于PCB缺陷检测的增强上下文信息Yolov4_tiny算法XU Shengjun, HU Qiaoyan,HAN Jiuqiang,MENG Yuebo,LIU Guanghui,ZHAO MinhuaComputer Measurement & Control(2022)西安建筑科技大学被引用2|浏览19摘要针对现有的PCB缺陷检测存在检测精度低、速率慢等问题,提出一种用于PCB缺陷检测的增强上下文信息Yolov4_tiny算法;该算法首先通过Transformer编码单元对特征提取网络深层特征冗余的问题进行优化,增强网络捕获不同尺度局部特征信息的能力;然后利用浅层特征增强PCB缺陷小目标上下文信息,提升FPN网络对小目标缺陷的表征能力;最后引入注意力机制对特征提取网络输出的有效特征层加权,强化目标特征表征能力;实验结果表明,该算法对于整体缺陷的平均检测精度的均值(mAP)达到98.70%,较Yolov4_tiny提升了 3.12%,实现了 PCB缺陷精准定位和识别,满足工业检测的实际需求.更多上传PDF原文链接分享引用加入学术空间AI 理解论文数据免责声明页面数据均来自互联网公开来源、合作出版商和通过AI技术自动分析结果,我们不对页面数据的有效性、准确性、正确性、可靠性、完整性和及时性做出任何承诺和保证。若有疑问,可以通过电子邮件方式联系我们:report@aminer.cnChat Paper正在生成论文摘要