基于多尺度轻量级卷积网络的PCB裸板缺陷识别算法

针对目前印刷电路板(PCB)缺陷检测方法存在的检测效率低、接触式检测易损伤PCB、误检率高、难以适应多种缺陷类型等问题,提出一种基于多尺度轻量级卷积网络的PCB裸板缺陷识别算法。该算法在网络第一层采用多尺度卷积核对缺陷图片进行特征提取,并采用深度可分离卷积操作替代网络中的标准卷积操作,提高网络模型特征提取能力的同时减少模型的参数数量及计算量。实验结果表明:与经典卷积网络、传统缺陷检测算法相比,本文算法具有缺陷识别准确率高、通用性强等特点,满足工业应用要求。