Para resolver o problema de que os métodos atuais de detecção de defeitos em placas de circuito impresso (Printed Circuit Board, PCB) não se concentram simultaneamente nas informações de detalhes e globais dos defeitos, e que as operações de subamostragem por convolução cruzada ou pooling causam perda das informações globais e detalhadas dos defeitos na superfície do PCB. Embora alguns métodos usem atenção para focar nas informações dentro da camada, eles carecem de atenção ao problema do viés de peso causado pelas características extraídas por convolução comum. Este artigo propõe a rede de detecção de defeitos na superfície do PCB (PCB defect detection Network, PCBNet), que extrai informações globais e detalhadas dos defeitos na superfície do PCB por meio do projeto da convolução de dilatação e extrusão (Dilation and extrusion Convolution, DeConv), utiliza a convolução focalizada direcionada do espaço para o canal (Spatial to Passage Directed Focused Convolution, SPD-Conv) para subamostragem a fim de reduzir a perda de informações, e projeta o módulo de aprimoramento de características sutis (Subtle Feature Enhancement Module, SFEM) para regular as relações intra-camada das características dos defeitos na superfície do PCB, reduzir o viés de peso e aumentar a capacidade do algoritmo de perceber características sutis. Os resultados experimentais comparativos em conjuntos de dados coletados no campo e no conjunto PCB Defect-Augmented indicam que o PCBNet não só pode efetuar o reconhecimento preciso a uma velocidade de 83 quadros por segundo no conjunto de dados de defeitos de soldagem na superfície do PCB, mas também alcança a melhor precisão na métrica mAP_0.5 do conjunto de dados COCO no conjunto PCB Defect-Augmented. Isso indica que o método proposto tem potencial para implantação em dispositivos incorporados.

detecção de defeitos PCB; convolução de dilatação e extrusão; convolução focalizada direcionada do espaço para o canal; aprimoramento de características sutis; detecção de objetos