文献类型：期刊文章

作　　者：王恒涛[1,2] 张上[1,2] 张朝阳[3] 刘展威[1,2]

WANG Hengtao;ZHANG Shang;ZHANG Chaoyang;LIU Zhanwei(Hubei Province Engineering Technology Research Center for Construction Quality Testing Equipment,China Three Gorges University,Yichang 443002,China;College of Computer and Information,China Three Gorges University,Yichang 443002,China;College of Electrical and New Energy,China Three Gorges University,Yichang 443002,China)

机构地区：[1]三峡大学湖北省建筑质量检测装备工程技术研究中心,湖北宜昌443002 [2]三峡大学计算机与信息学院,湖北宜昌443002 [3]三峡大学电气与新能源学院,湖北宜昌443002

出　　处：《无线电工程》

基　　金：全国大学生创新训练项目(202011075013)。

年　　份：2022

卷　　号：52

期　　号：11

起止页码：2094-2100

语　　种：中文

收录情况：BDHX、BDHX2020、JST、核心刊

摘　　要：针对PCB缺陷检测误检和漏检严重的问题,提出了一种基于YOLOv5的轻量化PCB缺陷检测算法。该算法使用四尺度检测机制扩大模型检测范围,增加深层语义信息与浅层语义的融合,丰富微小缺陷的检测;通过几何中值的过滤器剪枝(Filter Pruning via Geometric Median,FPGM)算法,对模型进行压缩,降低计算量,提高推理速度,实现轻量化处理;在原有网络基础上增加CA注意力机制,过滤冗余信息,强化模型重要信息的提取能力;使用聚类和遗传学习算法对锚框进行调节,加快模型收敛速度、节省训练时间,提高模型预选框准确度;结果表明,模型经过优化后,精度可达到99.06%;在仅考虑体积的情况下,模型可压缩至0.56 MB。模型在检测精度、速度和体积上均有提高,满足PCB缺陷实时检测要求。

关 键 词：目标检测 缺陷检测  模型剪枝  YOLOv5  FPGM  

分 类 号：TP391.4]