一种基于深度学习的印刷电路板表面缺陷检测方法

一种基于深度学习的印刷电路板表面缺陷检测方法，包括RT‑DETR网络算法，在RT‑DETR网络算法的CCFM采样阶段引入DySample模块，并使CCFM采样阶段进行动态上采样；将采用了RetBlock结构的RetBlockC3模块替换RT‑DETR网络算法中的原有RepC3模块；将DA‑ACFN模块集成至RT‑DETR网络中，得到改进后的RT‑DETR网络；利用印刷电路板表面缺陷数据集对改进后的RT‑DETR网络算法进行训练，获得RT‑DETR目标检测模型；将RT‑DETR目标检测模型用于印刷电路板表面缺陷检测；从而提升RT‑DETR网络在印刷电路板缺陷检测中的目标检测精度和鲁棒性。