面向高分辨率 PCBA 的像素级异常定位：基于自监督图像重建
计算机视觉与模式识别
2025-12-23 v2
摘要
组装好的印刷电路板装配件 (PCBA) 的自动缺陷检查因标签数据不足、在视觉复杂且高分辨率图像中仅剩几像素的微型缺陷而颇具挑战。为此，我们提出了 HiSIR-Net，即 High resolution, Self-supervised Reconstruction framework for pixel-wise PCBA localization。我们的设计组合了两个轻量级模块，使其可在实际 4K 分辨率板卡上运行：(i) 一个选择性输入-重建门控 (Selective Input-Reconstruction Gate, SIR-Gate)，使模型能够决定在重建结果与原始输入之间信任何者，从而减少无关的重建伪影和误报；以及 (ii) 一种带有位置线索的区域级优化补丁选择 (Region-level Optimized Patch Selection, ROPS) 方案，用于在任意分辨率下协调性地选择重叠补丁重建。将这些机制有机集成可获得干净的高分辨率异常图，误报率低。为弥合高分辨率 PCBA 数据集的不足，我们进一步贡献了一个自收集的数据集，命名为 SIPCBA-500，包含 500 张图像。我们在 SIPCBA-500 以及公开基准数据集上开展了广泛实验，证明了该方法在保持实际速度的同时，在局部化性能方面具有优势。完整代码和数据集将在接受后公开。
引用
@article{arxiv.2512.17296,
title = {Towards Pixel-Wise Anomaly Location for High-Resolution PCBA via Self-Supervised Image Reconstruction},
author = {Wuyi Liu and Le Jin and Junxian Yang and Yuanchao Yu and Zishuo Peng and Jinfeng Xu and Xianzhi Li and Jun Zhou},
journal= {arXiv preprint arXiv:2512.17296},
year = {2025}
}