废弃印刷电路板中电子元器件的实时检测：一种基于 Transformer 的方法
计算机视觉与模式识别
2025-03-26 v1
摘要
铜、锰、镓以及各种稀土等关键原材料对电子工业具有重要意义。为了提高单一关键原材料的浓度，从而便于从废弃印刷电路板 中提取它们，我们提出了一种实用方法，利用由人工视觉技术引导的机电一体化系统，对 WPCBs 上的不同类型电子元器件进行选择性拆解。在本文中，我们评估了 Real-Time DEtection TRansformer 模型架构在电子元器件检测与定位方面的实时准确性。Transformer 近期因在自然语言处理和机器翻译中取得的卓越成果而变得非常流行。同样在这种情况下，Transformer 模型也取得了非常好的性能，通常优于最新的 SOTA 目标检测与定位模型 YOLOv8 和 YOLOv9。
引用
@article{arxiv.2409.16496,
title = {Real-Time Detection of Electronic Components in Waste Printed Circuit Boards: A Transformer-Based Approach},
author = {Muhammad Mohsin and Stefano Rovetta and Francesco Masulli and Alberto Cabri},
journal= {arXiv preprint arXiv:2409.16496},
year = {2025}
}
备注
International Conference on Applications in Electronics Pervading Industry, Environment and Society (ApplePies2024). Proceedings are published in the Springer Lecture Notes in Electrical Engineering