基于改进YOLOv5算法的PCB表面缺陷检测方法技术

本发明专利技术提出一种基于改进YOLOv5算法的PCB表面缺陷检测方法。该方法包括：对原始的PCB数据集进行预理，建立YOLOv5算法的网络结构；根据GIoU确定YOLOV5网络损失函数和性能评价指标；改进了网络结构的处Neck部分，加入自适应特征融合（Adaptively Spatial Feature Fusion，ASFF），充分利用不同尺度的特征，增强小目标检测性能；改进了最终预测边界框的方法，利用目标框加权融合（Weighted Boxes Fusion，WBF）替代非极大值抑制（Non Maximum Suppression，NMS）作为选择最终预测的边界框的方法；根据改进的YOLOv5算法网络结构，利用迁移学习的思想对网络结构进行训练；将待检测PCB表面缺陷样本数据输入训练好的基于改进YOLOv5算法的PCB表面缺陷检测模型，输出待检测PCB表面缺陷的位置和类别信息。经实例检测，本发明专利技术实现了PCB表面缺陷检测的高效和高精度的检测。的检测。

【技术实现步骤摘要】
基于改进YOLOv5算法的PCB表面缺陷检测方法


[0001]本专利技术涉及目标数据监测
，特别涉及一种基于改进YOLOv5算法的PCB表面缺陷检测方法。

技术介绍

[0002]在工业制造4.0的时代背景下，工业水平快速进步、生产力飞速提升，这一切的背后都离不开智能工业生产设备，而工业化生产设备的核心组件则是一块一块制作精密的印刷电路板（Printed Circuit Board，PCB）。PCB 板的质量与电子产品能否正常运作以及使用寿命息息相关。为此，PCB 的生产厂商不断追求提高生产水平，并在生产过程中对 PCB 板进行质量检测，降低废品率。由于PCB 的制作工艺复杂，在生产 PCB 的过程中存在如环境、设备、材料、人工操作等不可避免的因素，从而使生产 PCB 的每个环节都有可能导致产品存在缺陷。因此，在 PCB的生产过程中进行缺陷检测成为一项非常重要的任务。高效的 PCB 表面缺陷检测可以防止有缺陷的裸板进入后续生产流程，从而降低厂家的生产成本，提高 PCB 及后续产品的合格率。
[0003]目前对于PCB缺陷检测方法大体本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.本发明提出一种基于改进YOLOv5算法的PCB表面缺陷检测方法，其特征在于，该方法包括以下步骤：对原始的印刷电路板（Printed Circuit Board，PCB）图像数据集进行预处理，建立YOLOv5算法的网络结构；根据GIOU确定YOLOv5算法的网络损失函数和性能评价指标；在网络结构的Neck部分，加入自适应特征融合（Adaptively Spatial Feature Fusion，ASFF），充分利用不同尺度的特征，增强小目标检测性能；利用目标框加权融合（Weighted Boxes Fusion，WBF）替代非极大值抑制（Non Maximum Suppression，NMS）作为选择最终预测的边界框的方法；利用目标框加权融合（WBF）替代非极大抑制（NMS）作为选择最终预测的边界框的方法；根据改进的YOLOv5算法网络结构，利用迁移学习的思想对网络结构进行训练；将待检测PCB表面缺陷样本数据输入训练好的基于改进YOLOv5算法的PCB表面缺陷检测模型，输出待检测PCB表面缺陷的位置信息。2.根据权利要求1所述的基于改进YOLOv5算法的PCB表面缺陷检测方法，其特征在于，所述步骤（1）中，对原始数据集进行数据预处理，将原始PCB数据集经过改进Mosaic增强进行扩充。3.根据权利要求1所述的基于改进YOLOv5算法的PCB表面缺陷检测方法，其特征在于，所述步骤（2）中，选择GIOU作为网络的性能评价指标，GIoU_LOSS作为网络的损失函数；其中根据预测框、实际框，以及预测框和实际框的最小凸集，确定GIoU，包括：；式中，A为预测框，B为实际框，C为预测框和实际框的最...

【专利技术属性】
技术研发人员：尚玉玲，叶晓静，侯杏娜，韦淞译，曾丽珍，
申请(专利权)人：桂林电子科技大学，
类型：发明
国别省市：