基于YOLOv5卷积神经网络的电子元器件表面缺陷检测方法

本公开实施例提供了基于YOLOv5卷积神经网络的电子元器件表面缺陷检测方法，包括：获取电子元器件表面的原始图像数据；基于图像灰度直方图分析确定局部对比度较低的区域，并生成对应的权重图；基于所述权重图对图像增强模块的归一化参数进行动态调整；利用调整后的归一化参数对图像进行增强处理，并输入YOLOv5模型进行缺陷检测。通过本公开实施例的方案，能够解决如何根据电子元器件表面灰度差异对图像增强模块的归一化参数进行调控以解决低对比度缺陷识别率低的问题。