来源：期刊VIP网 时间：
作者：冯桑;温佳旺;张泳;陈兴彬;
单位：广东工业大学机电工程学院;广东省生产力促进中心;华南理工大学机械与汽车工程学院;
摘要：这里针对常见的PCB制造缺陷，设计了一种了基于卷积神经网络的视觉检测系统。首先搭建了包括图像采集、检测结果显示与标记等模块的系统平台。通过数据采集平台拍摄PCB样本作为训练数据，使用均值滤波和数据增强技术对图像进行处理和扩充，并利用SRGAN算法进行了超分辨率重建。使用GhostNET中的Ghost module对YOLOv5s进行了轻量化改进，实验结果表明，该系统具有较高的准确率，在识别准确度方面达到93%，标记准确率达到98%，同时模型的参数量压缩了48%，能够满足实际检测需求。
关键词：机器视觉;;YOLOv5;;缺陷检测;;轻量化
基金资助：国家自然科学基金青年项目（52105148）
