基于新 PCB 缺陷数据集的在线 PCB 缺陷检测器
计算机视觉与模式识别
2019-02-19 v1
摘要
以往基于图像差分与图像处理技术的 PCB 缺陷检测工作已取得令人满意的性能。然而，它们有时因未考虑的缺陷模式或对某些超参数过度敏感而表现不足。本工作中，我们设计了一个深度模型，可从无缺陷模板与缺陷测试图像组成的输入对中准确检测 PCB 缺陷。提出一种新颖的组金字塔池化模块以高效提取大范围分辨率的特征，这些特征按组合并以预测对应尺度的 PCB 缺陷。为训练该深度模型，建立了一个名为 DeepPCB 的数据集，包含 1,500 个图像对及标注，标注涵盖 6 类常见 PCB 缺陷的位置。实验结果通过在 DeepPCB 数据集上达到 mAP @ 62 FPS 验证了所提模型的有效性与高效性。该数据集现可通过以下链接获取：https://github.com/tangsanli5201/DeepPCB。
引用
@article{arxiv.1902.06197,
title = {Online PCB Defect Detector On A New PCB Defect Dataset},
author = {Sanli Tang and Fan He and Xiaolin Huang and Jie Yang},
journal= {arXiv preprint arXiv:1902.06197},
year = {2019}
}
备注
4 pages, 4 figures