-
题名基于YOLOv5的电路板焊接缺陷检测优化算法
被引量：1
- 1
-
-
作者
章之家
岳敏
郜子健
李欣泽
陈鑫尧
-
机构
上海工程技术大学机械与汽车工程学院
-
出处
《工业控制计算机》
2023年第12期81-82,85,共3页
-
文摘
随着近年来深度学习目标检测算法的发展,使用目标检测算法对各种产品进行瑕疵缺陷检测受到广泛关注。主要提出了一种优化后的YOLOv5目标检测算法,用于提高对电路板焊接缺陷的检测成功率。优化后的算法在原有YOLOv5网络框架的基础上,新增了一个提升小目标检测精度的检测头。该检测头基于CNN构成,与原有的3个检测头结合,能更加有效地识别小目标。集中采集了两种主要焊接缺陷的图片进行焊接缺陷模型训练,经过实验,最后得出改进的算法相比于原有模型,在平均精确率AP值上能够提升约2%。
-
关键词
深度学习
电路板焊接缺陷检测
目标检测
YOLOv5
-
Keywords
deep learning
circuit board welding defect detection
object detection
YOLOv5
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
TN405
[自动化与计算机技术—计算机科学与技术]
-
