컴퓨터 메인보드 조립 결함 검출에서 부품 위치 분포가 복잡하고 결함 대상이 분명하지 않으며 다중 스케일 문제를 해결하기 위해, 본 논문에서는 병렬 특징 추출과 상호 교차 점진적 특징 융합을 통한 엔드투엔드 결함 검출 알고리즘을 제안한다. 먼저 부분 컨볼루션과 비주얼 트랜스포머를 결합한 병렬 잔차 특징 추출 네트워크를 제안하여, 부분 컨볼루션의 낮은 계산 복잡도를 활용해 지역 특징을 추출하고, 비주얼 트랜스포머의 장거리 모델링 능력로 모델의 수용 영역을 확장해 네트워크의 특징 추출 능력을 강화한다. 둘째, 주의 메커니즘과 특징 점진적 융합 메커니즘을 도입해 다중 스케일 주의 상호 교차 점진적 특징 융합 네트워크를 제안하여 검출 모델의 특징 융합 능력을 향상시킨다. 공개 데이터셋에서의 실험 결과, 해당 알고리즘의 평균 정확도(mAP)는 94.63%에 도달했으며, 기준 모델 YOLOv5보다 4.62% 향상되었고 다른 여러 첨단 모델보다 우수하며, 검출 속도는 25 FPS에 달했다. 우수한 검출 정확도와 속도 간의 균형을 이루어 실제 산업 환경 내 컴퓨터 메인보드 표면 조립 결함 검출 자동화 및 지능화 실현에 빠르고 효과적인 방법을 제공한다.

컴퓨터 메인보드 조립 결함 검출;병렬 특징 추출;점진적 특징 융합;비주얼 트랜스포머;부분 컨볼루션