论文部分内容阅读
文中提出一种基于卷积神经网络的PCB板缺陷检测算法,能够有效识别和分类常见的电路版缺陷。该方法进行图像预处理,对缺陷图像与参考图像采取图像配准和差分得出感兴趣区域,经过数据扩张汇总成数据集。通过对部分结构针对性添加SE模块来改进Inception-ResNet-v2模型,将Leaky ReLU作为激活函数。文中模型在测试集上对缺陷分类的正确率提升到了96.43%,提升了至少3%。