全國統(tǒng)一服務(wù)熱線
400-003-5559
深度學(xué)習(xí)電解電容識別與極性檢測
電解電容作為印刷電路板的重要極性元器件之一，起到濾波和耦合的作用。目前許多工廠仍采用人工目檢的方式來檢測電解電容的極性方向，然而這種方式效率低，成本高，并且隨著勞動時(shí)間的增長，檢測人員會感到視覺疲勞導(dǎo)致其檢測的正確率降低。
近年來，隨著計(jì)算機(jī)視覺的發(fā)展，基于卷積神經(jīng)網(wǎng)絡(luò)的檢測
方法被應(yīng)用到 ＰＣＢ 的各項(xiàng)檢測任務(wù)中。Lin Y L等人提出了一種基于 YOLO 算法的 PCB 組件的電容檢測方法。Susa J等人提出了一種利用 YOLOｖ3 檢測電路板上電容的方法，該方法總體精度為93.33 ％ 。LiJ等人提出一種改進(jìn) YOLOｖ3 的算法，實(shí)現(xiàn)了電解電容的檢測，精度達(dá)到 93.07 ％ 。然而，上述方法均是對電容的檢測識別，并未涉及到極性檢測。目前，對于電容極性判斷的方法分為傳統(tǒng)視覺識別方法和機(jī)器學(xué)習(xí)融合算法。
檢測方案設(shè)計(jì)
本文電容識別與極性檢測方案如圖 １ 所示，算法總體設(shè)計(jì)共分為 ３ 個(gè)部分。
首先，提出一種改進(jìn)的 YOLOｖ5算法對電容進(jìn)行識別定位，同時(shí)提取電容感興趣區(qū)域；然后，利用語義分割模型對電容極性區(qū)域以及基圓區(qū)域進(jìn)行分割，如圖 ２ 所示；最后，對分割結(jié)果進(jìn)行形態(tài)學(xué)處理得到電容的極性方向。
改進(jìn)的 YOLOｖ5算法YOLOｖ5 網(wǎng)絡(luò)結(jié)構(gòu)主要包括 ４ 個(gè)部分：輸入層、 主干層、頸部和預(yù)測頭部。本文對 ＹＯＬＯｖ５ 算法的改進(jìn)分為 ２ 個(gè)方面，首先在主干網(wǎng)絡(luò)的 Ｂackbone中融合 ＳwinTransformer 模塊［以提高模型的特征提取能力；其次在主干網(wǎng)絡(luò)Neck網(wǎng)絡(luò)中，使用雙向特征金字塔網(wǎng)絡(luò)（來進(jìn)行特征融合。改進(jìn)后的網(wǎng)絡(luò)模型如圖 ３ 所示。
首頁
產(chǎn)品中心
關(guān)于我們
一鍵呼我
回頂