机床与液压

作者：郭渊，许伟佳，董振标

单位：上海应用技术大学智能技术学部机械工程学院；上海应用技术大学智能技术学部机械工程学院；上海应用技术大学智能技术学部机械工程学院

关键词：PCB;表面缺陷检测;机器学习;深度学习;卷积神经网络

基金：国家自然科学基金项目（52201268）；上海市青年科技英才扬帆计划项目（21YF1446600）；上海市教委晨光计划项目（20CG66）；上海市人才引进创业基金项目（YJ2021-48）

印刷电路板（PCB）是电子元器件的重要载体，能否及时准确地发现PCB板的缺陷，直接关系到电子元器件及其对应系统的正常运行。当前，深度学习已成为PCB表面缺陷检测领域最有成效的研究方向。简要梳理PCB表面缺陷检测的传统手段，重点介绍基于深度学习的PCB缺陷检测方法，并对基本原理、优缺点及算法性能进行分析与汇总。最后，探讨基于深度学习的检测方法所面临的问题，并展望未来可能的研究方向。

来源：2024年第23期

《机床与液压》期刊编辑部

查看机床与液压杂志2024年第23期