摘要
本发明公开了一种结合全尺度融合的轻量级PCB缺陷检测方法,基于YOLOv8设计出一种结合全尺度融合的轻量级PCB缺陷检测算法,首先通过改进颈部网络的特征融合结构,使用自搭建的全尺度多重融合特征金字塔网络结构改善特征融合,同时使用统一通道数加权融合的方式减少模型参数并提高检测效果;其次通过改进主干网络中C2f模块,融合单头注意力机制改善原模型学习特征冗余;最后采用共享参数结构和SCConv模块对检测头进行轻量化。与目前已有的PCB检测算法相比,本发明算法在提高PCB缺陷检测精度的同时,在模型轻量化上取得了显著的的提升,为边缘端设备部署的实现提供了有力的支持。
技术关键词
PCB缺陷检测方法
信息传递载体
缺陷检测算法
光照鲁棒性
特征金字塔网络
通道
注意力机制
多尺度感知
检测头结构
输出特征
跨层特征
构建训练集
冗余
参数
定位特征
学习特征
多分辨率
指标
工业相机
系统为您推荐了相关专利信息
遥感图像数据
视觉特征
自动编码器
识别方法
图像分割
铁路轨道损伤
分层缺陷
深度卷积神经网络模型
工业相机
裂纹识别
钢轨表面缺陷
特征金字塔网络
残差模块
采样点
特征值
手部关键点
产线
YOLO算法
姿态估计
规范检测方法
可见光图像
双边滤波器
特征金字塔网络
注意力
像素点