コンピュータマザーボードの組み立て欠陥検出における部品位置分布の複雑さ、欠陥ターゲットの顕著性の低さ、およびマルチスケール問題に対処するため、本論文では並列特徴抽出と相互交差漸進的特徴融合を用いたエンドツーエンドの欠陥検出アルゴリズムを提案する。まず、部分畳み込みとビジュアルトランスフォーマーを組み合わせた並列残差特徴抽出ネットワークを提案し、部分畳み込みの低計算コストの利点を活かして局所特徴を抽出するとともに、ビジュアルトランスフォーマーの長距離モデリング能力によりモデルの受容野を拡大し、ネットワークの特徴抽出能力を強化する。次に、注意メカニズムと特徴の漸進的融合メカニズムを導入し、多スケール注意相互交差漸進的特徴融合ネットワークを提案して検出モデルの特徴融合能力を強化する。公開データセットでの実験結果は、当該アルゴリズムの平均精度（mAP）が94.63％に達し、ベースラインモデルYOLOv5と比較して4.62％向上し、他のいくつかの先進モデルより優れており、検出速度は25 FPSに達していることを示した。検出精度と速度の良好なバランスを実現し、実際の産業環境におけるコンピュータマザーボード表面組み立て欠陥検出の自動化・知能化実現に対して迅速かつ効果的な方法を提供する。

コンピュータマザーボード組み立て欠陥検出;並列特徴抽出;漸進特徴融合;ビジュアルトランスフォーマー;部分畳み込み