[发明专利]融合时空注意力机制的PCB缺陷检测算法

权利要求书

1.融合时空注意力机制的PCB缺陷检测算法，其特征在于，包括以下步骤：

S1：采用YOLOV5结构作为主干网络，对缺陷区域特征进行提取；

S2：引入空间注意力机制，加强每个浅层特征点之间的互相联系，强化缺陷区域的特征并且抑制其余特征；

S3：引入通道注意力机制，加强缺陷区域通道特征，抑制其余通道特征；

S4：加入WBF算法，用以减少非极大值抑制算法导致的信息丢失。

2.根据权利要求1所述的融合时空注意力机制的PCB缺陷检测算法，其特征在于：YOLOV5模型使用Pytorch框架进行训练。

3.根据权利要求1所述的融合时空注意力机制的PCB缺陷检测算法，其特征在于：对于给定的输入特征图X，其特征通道数为C′，特征图尺寸为H×W，通过深度卷积神经网络变换后得到特征图U，其特征通道数为C；重新标定特征包括如下步骤：

A：通过全局平均池化对每个通道进行空间维度上的特征压缩，将二维特征(H×W)压缩为一个实数；

B：通过简单门控机制为每个特征通道生成权重值；

C：将步骤B得到的归一化权重加权到每个特征通道上；

D：通过乘法将权重与特征图U相乘，完成特征重标定。

4.根据权利要求3所述的融合时空注意力机制的PCB缺陷检测算法，其特征在于：步骤A期间，通道数保持不变；特征图U通过步骤A后变为一个向量(1×1×C)。

5.根据权利要求1所述的融合时空注意力机制的PCB缺陷检测算法，其特征在于：步骤B中，参数组W通过全连接层和非线性激活函数学习得到，能够明显地表示特征通道间的相关性。