典型文献
基于多尺度特征融合的PCB缺陷检测
文献摘要：
高精度的缺陷检测对印刷电路板制造具有重要意义.基于机器视觉的缺陷检测技术被大量应用于工业生产领域.在生产过程中,对产品进行高度精确、非接触式缺陷检测.论文提出了一种基于多尺度特征融合的印刷电路板缺陷检测神经网络模型.首先,通过传统的图像处理技术,对PCB板缺陷进行预提取.其次,将缺陷预提取图像和PCB模板图像分别进行特征提取.然后将空间金字塔池化网络嵌入到各卷积模块的特征图中,融合多尺度特征向量.最后,利用训练过程中的对比损失,得到模板和待测PCB板相似度度量,从而对缺陷进行精确检测和定位.实验结果表明,该模型与传统的缺陷检测方法相比在检测和定位缺陷,都具有更好的性能表现.
文献关键词：
机器视觉;多尺度融合;缺陷检测;PCB
中图分类号：
作者姓名：
莫少雄;赵波
作者机构：
上海工程技术大学机械与汽车工程学院 上海 201620
文献出处：
引用格式：
[1]莫少雄;赵波-.基于多尺度特征融合的PCB缺陷检测)[J].计算机与数字工程,2022(12):2679-2683
A类：
B类：
多尺度特征融合,PCB,机器视觉,生产领域,非接触式,印刷电路板缺陷,图像处理技术,陷进,预提,板图,空间金字塔池化,网络嵌入,各卷,卷积模块,特征图,特征向量,训练过程,对比损失,相似度度量,精确检测,检测和定位,缺陷检测方法,多尺度融合
AB值：
0.302197
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。
