典型文献
基于改进YOLOv4-tiny的印刷电路板缺陷检测研究
文献摘要：
印刷电路板是众多电子产品的核心和最基本的组成部分,其缺陷检测存在复杂度高和缺陷目标较小的特点,提出一种改进YOLOv4-tiny的印刷电路板缺陷检测方法,在满足检测速度的前提下,提高检测精度.首先,在主干网络的基础上添加空间金字塔池化模块,减少网络参数和提高网络预测速度的同时利用图像的局部和全局特征融合多重感受野;其次,在FPN部分增加卷积注意力模块,进一步增强不同阶段的特征融合效果,提升对小目标缺陷的目标检测准确度;最后,使用Adam优化器以提升回归过程的收敛速度与准确性,同时使用余弦退火衰减和标签平滑策略优化网络损失函数,以抑制网络训练过程中的过拟合问题.通过使用改进算法在印刷电路板缺陷数据集上进行对比实验验证表明,该文算法模型大小仅为22.85 M,平均检测精度均值较原算法提升了13.38％,检测速度达到了149.03 FPS(on GeForce RTX3060),具有较好的有效性和可行性.
文献关键词：
印刷电路板;缺陷检测;小目标;卷积注意力;Adam优化器
中图分类号：
作者姓名：
马进;王超
作者机构：
华北电力大学自动化系 保定071003
文献出处：
引用格式：
[1]马进;王超-.基于改进YOLOv4-tiny的印刷电路板缺陷检测研究)[J].电子测量技术,2022(23):99-106
A类：
RTX3060
B类：
YOLOv4,tiny,印刷电路板缺陷,电子产品,缺陷检测方法,检测速度,高检,检测精度,主干网络,空间金字塔池化,金字塔池化模块,网络参数,全局特征融合,感受野,FPN,加卷,卷积注意力模块,融合效果,小目标缺陷,目标检测,检测准确度,Adam,优化器,升回,收敛速度,余弦退火衰减,标签平滑,策略优化,络损,损失函数,网络训练,训练过程,过拟合,改进算法,缺陷数据,算法模型,FPS,on,GeForce
AB值：
0.350465
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
