摘要
本发明公开了一种基于Mobile‑YOLO的PCB组件X‑Ray图像识别方法,基于采集的PCB组件X‑Ray缺陷图像数据集,通过数据标注与多种数据增强技术丰富训练样本,构建Mobile‑YOLO网络;Mobile‑YOLO包括Mobile‑YOLOl和Mobile‑YOLOs,采用了结合通道注意力和空间注意力机制的轻量化的SSA Mobile模块;权重比约为3:1的Mobile‑YOLOl和Mobile‑YOLOs分别针对不同计算资源需求设计,既保留了高精度,又显著降低模型权重和计算复杂度。本发明通过优化Backbone结构和激活函数配置,并结合Neck和Head部分,Mobile‑YOLO实现了召回率100%的缺陷检测性能。实验结果表明,本发明在多个指标上优于现有模型,特别适用于工业环境下的实时PCB缺陷检测需求。
技术关键词
图像识别方法
生成数据集
椒盐噪声
卷积特征
复杂度
注意力机制
通道
模块
网络结构
批量
亮度
指标
元素
工业
系统为您推荐了相关专利信息
图像识别系统
深度学习模型
直方图均衡化
图像采集设备
多模态图像数据
分类决策树
划分方法
训练集
复杂度
视频编码标准
注意力
分割算法
心脏核磁共振图像
卷积特征
卷积模块