Гибридный контроль дефектов печатных плат
https://doi.org/10.37661/1816-0301-2024-21-3-63-79
Аннотация
Цели. Предлагается гибридный подход к задаче поиска и классификации дефектов печатных плат. Рассмотрены ключевые факторы и тенденции в проектировании и производстве печатных плат. Актуальность исследования определяется использованием новых материалов и технологий производства.
Методы. Для решения поставленной задачи применяется гибридный подход, основанный на алгоритме сравнения с эталоном и использовании семейства нейросетевых моделей обнаружения объектов YOLO.
Результаты. Проведено обучение моделей на публичных наборах изображений печатных плат с шестью классами дефектов, выполнена оценка точности общепринятыми метриками.
Заключение. Эксперименты показали, что нейросетевая архитектура YOLOv8 имеет высокую точность детекции дефектов, низкую чувствительность к качеству изображений, наличию надписей и графических объектов на печатной плате, но низкое качество обучающих выборок накладывает ограничения на использование только нейронных сетей для поиска дефектов. Предлагается гибридный подход для повышения качества контроля дефектов за счет применения разных методов в зависимости от оценки качества анализируемых изображений.
Для цитирования:
Венгеренко В.В., Инютин А.В. Гибридный контроль дефектов печатных плат. Информатика. 2024;21(3):63-79. https://doi.org/10.37661/1816-0301-2024-21-3-63-79
For citation:
Vengerenko V.V., Inyutin A.V. Hybrid inspection of printed board defects. Informatics. 2024;21(3):63-79. (In Russ.) https://doi.org/10.37661/1816-0301-2024-21-3-63-79