论文部分内容阅读
随着电子工业的迅速发展,电路板元器件的缺陷检测愈加重要。传统的人工检测方法效率很低,而且容易因为视觉疲劳造成错误检测,可靠性低,速度慢。目前广泛应用的自动光学检测设备,缺点明显,速率低,对直插元器件的检测精度低,无法适应电路板元器件的多样性检测。随着对卷积神经网络的深度研究,神经网络在目标检测方面已经达到了优秀的效果,但是常见的网络对PCB元器件中的小目标以及实时检测并不理想。对基于Faster RCNN和PeleeNet网络的研究,实现了轻量级小目标检测模型;通过先验知识修改了RPN网络的包围框大