Recherche d'application de l'algorithme amélioré YOLO V3 dans la détection des composants électroniques sur PCB

La détection des composants électroniques sur PCB (circuit imprimé) basée sur la vision est la technologie clé pour les entreprises de fabrication 3C (ordinateurs, communication et électronique grand public) afin d'atteindre un contrôle de qualité et une assemblée intelligente des robots. Cependant, le nombre de composants électroniques sur PCB est élevé et les formes sont diverses. À l'heure actuelle, la précision de l'algorithme pour détecter tous les composants électroniques n'est pas élevée. Cet article propose un algorithme amélioré basé sur YOLO (you only look once) V3 (version 3), qui utilise une véritable image de PCB et une image de PCB virtuelle avec des données synthétisées comme ensemble de données d'entraînement conjoint, ce qui augmente considérablement la reconnaissabilité de l'entraînement des composants électroniques et offre la plus grande possibilité d'amélioration des données. Après avoir analysé la distribution des caractéristiques des cinq couches de sortie réduites dimensionnellement de Darknet-53 et la distribution de taille de la cible de détection, il est proposé d'ajuster les trois couches de sortie YOLO originales à quatre couches de sortie YOLO et de générer 12 boîtes d'ancrage pour la détection des composants électroniques. Les résultats expérimentaux montrent que la précision moyenne (mAP) de l'algorithme YOLO V3 amélioré peut atteindre 93,07 %.