基於熱點圖標記法則發展元件佈局檢測系統應用於PCB之研究

No Thumbnail Available

Date

2022

Journal Title

Journal ISSN

Volume Title

Publisher

Abstract

Printed Circuit Board(PCB)是電子元件的支撐體,上面存在許多元件,且每個元件都非常重要,因此工廠在生產PCB的過程中,品質管理也是一大考驗。元件佈局檢測是自動光學檢測(Automated Optical Inspection)中重要的檢測項目之一,透過元件佈局檢測能夠快速掌握整個PCB所有目標元件的座標位置,從這些座標中可以統計出目標元件數量以及位置是否正確,對於PCB的品質管理有極大的幫助。本論文以CenterNet神經網路架構為基礎,開發一套元件佈局檢測系統,在 PCB的元件佈局檢測中,提出熱點圖(Heatmap)標記法則,使得各類元件在佈局檢測上都能有不錯的準確度,在多種類元件佈局檢測中,提出獨立特徵擷取層(Frontend)的架構,使模型具備彈性,不需要重新訓練,並且根據熱點圖標記法則,對於相同類型的熱點可以將特徵擷取層共享,來減少模型參數。本論文使用的神經網路架構,簡化了CenterNet原本的模型,並對訓練好的模型進行優化,使其能在邊緣裝置上實現即時檢測,並維持不錯的準確度,使其能夠更方便應用於工廠的檢測。
none

Description

Keywords

元件檢測, 物件偵測, 熱點圖, 深度學習, 邊緣運算裝置, CenterNet

Citation

Collections

Endorsement

Review

Supplemented By

Referenced By