本文介绍了一种自动化组件检测系统的开发，用于印刷电路板（PCB）的质量控制，集成了YOLO目标检测算法与树莓派平台上的物联网（IoT）实时流媒体。所提系统旨在解决传统手动检查方法所带来的挑战，包括时间效率低下、人为错误以及在检测故障组件方面的准确性有限。YOLO模型以其高速和准确的目标检测能力而闻名，经过训练以识别各种PCB组件，并由于其经济性、便携性和低功耗而在树莓派上部署。为了实现实时远程监控和分析，采用MQTT协议结合了物联网功能，允许无缝数据传输到远程服务器或设备。实验结果表明，所提系统的检测准确率达到了95%，成为PCB制造中实时质量保证的可靠解决方案。本研究的新颖之处在于将YOLO算法与物联网技术创新性地集成于一个成本高效的平台上，为自动化PCB检查过程提供了可扩展且实用的解决方案。这种方法不仅提高了检查效率，还降低了运营成本，为电子制造业提供了显著的价值。未来的工作将侧重于将系统扩展到更广泛的应用并改善对更复杂PCB设计的检测能力。
Nugroho等（星期三）研究了这个问题。