摘要: 针对印刷电路板(PCB)表面缺陷检测存在的速度低和准确率不高等问题, 提出了一种基于改进 YOLOv4-tiny 模型的 PCB 表面缺陷检测算法。首先, 采用了优化后的聚类方法对缺陷数据集进行聚类,以解决初始先验框不适合 PCB 表面缺陷检测的问题;其次,为了解决主干网络在下采样时可能丢失小尺度目标信息的问题, 引入了切片操作;接着,在特征融合网络中, 引入了软池化卷积结构,以提高模型感受野,增强对小目标特征的表达能力;最后,通过引入改进后的交叉熵损失函数对损失函数进行优化。在北京大学开源的印刷电路板缺陷数据集上验证了所提算法的效果,结果表明,相较于其他经典算法,所提算法在检测速度、精度和模型参数量等指标上都有较大的提升。
中图分类号: