प्रिंटेड सर्किट बोर्ड्स की बहुपरकारी दृश्य निरीक्षण द्वारा सोल्डर पेस्ट स्कूपिंग पहचान

इस पत्र में, हम प्रिंटेड सर्किट बोर्ड (पीसीबी) असेंबली के लिए एक स्वचालित बेयसियन दृश्य निरीक्षण ढांचे की प्रस्तावना करते हैं, जो विभिन्न आकार के सर्किट तत्वों (सीई) को कई पैमानों पर एकसाथ निपटाने में सक्षम है। इसके लिए हम एक नवीनतम स्तरित बहु-चिह्नित बिंदु प्रक्रिया मॉडल का प्रस्ताव करते हैं और सोल्डर पेस्ट स्कूपिंग पहचान और स्कूप क्षेत्र का अनुमान लगाने के कार्य में इसकी प्रभावशीलता का प्रदर्शन करते हैं, जो जोड़ों की मजबूती से संबंधित महत्वपूर्ण कारक हैं। एक वैश्विक ऑप्टिमाइजेशन प्रक्रिया चित्रित डेटा, पूर्व ज्ञान और पड़ोसी सीई के बीच इंटरैक्शन को ध्यान में रखते हुए सर्किट एंटिटीज़ की अनुकूलतम कॉन्फ़िगरेशन खोजने का प्रयास करती है। कंप्यूटेशनल आवश्यकताएँ एक डेटा-प्रेरित स्टोकास्टिक एंटिटी जनरेशन योजना द्वारा प्रबंधनीय रखी जाती हैं। प्रस्तावित विधि को 125 छवियों वाले वास्तविक पीसीबी डेटा सेट पर मूल्यांकन किया गया है, जिसमें 10,000 से अधिक स्प्लाइस एंटिटी शामिल हैं।