《IEEE Access》:SHNet: A Lightweight Network Focusing on Shallow High-Resolution Features for PCB Defect Detection
编辑推荐:
印刷电路板(PCB)的自动缺陷检测对于制造质量和可靠性至关重要,然而由于缺陷尺寸微小、视觉对比度低以及部署条件受限,该任务仍具挑战性。研究人员提出SHNet,一种基于YOLOv8s的轻量级检测器,其核心在于强调浅层高分辨率表征。SHNet不依赖深层低分辨率特征
印刷电路板(PCB)的自动缺陷检测对于制造质量和可靠性至关重要,然而由于缺陷尺寸微小、视觉对比度低以及部署条件受限,该任务仍具挑战性。研究人员提出SHNet,一种基于YOLOv8s的轻量级检测器,其核心在于强调浅层高分辨率表征。SHNet不依赖深层低分辨率特征,而是移除低分辨率检测头,并将16×特征仅作为颈部(neck)中的语义引导,在保留精细结构线索的同时降低模型复杂度。为提升检测性能,研究人员引入三个模块:多核自适应模块(Multi-kernel Adaptive Module,MKAM)用于尺度感知表征,空间-语义对齐模块(Spatial-Semantic Alignment Module,SSAM)用于跨层特征对齐,以及小波增强模块(Wavelet Enhancement Module,WEM)用于在频域中增强微弱缺陷响应。实验表明,与YOLOv8s相比,SHNet在两个数据集上的mAP@0.5:0.95分别提升了9.1%和20.8%,同时模型大小仅为2.3 MB,参数量减少87%,FLOPs减少56%。代码可在https://github.com/Frieda73/SHNet获取。
论文解读
一、研究背景与问题
印刷电路板(PCB)是现代电子设备中的基础组件,其制造过程中常出现毛刺、缺孔等缺陷。准确高效的表面缺陷检测对PCB质量检验至关重要。与通用目标检测相比,PCB缺陷检测面临若干特殊挑战:多数缺陷区域极小,仅占整幅图像面积的0.005%至0.07%,导致严重的前景-背景不平衡;缺陷与复杂PCB背景之间的视觉相似性高,使得不同缺陷模式难以区分。传统方法依赖模板匹配、滤波增强和图像差分等技术,需要人工提取特征,在复杂背景或微观缺陷场景下鲁棒性有限。机器学习方法如主成分分析、随机森林和强化学习等,高度依赖人工设计的分类器,通常计算复杂度高、推理速度慢,限制了实时应用。
近年来,深度学习技术发展迅速,卷积神经网络(CNN)表现优异。两阶段网络如R-CNN系列以生成候选区域的方式优先保证精度;单阶段网络如YOLO系列、SSD和EfficientDet则通过直接预测类别和边界框来优化速度。视觉Transformer(ViT)和基于Mamba架构的高效序列建模方法也逐渐引入视觉任务。然而,将深度学习应用于PCB缺陷检测仍面临诸多挑战:YOLO类检测器通过堆叠卷积和下采样层逐步扩大感受野,但重复下采样可能过早丢弃高分辨率细节,导致微小缺陷的漏检或定位不准确;缺陷形态多样且与复杂背景的视觉对比度通常很低;许多高精度模型过于复杂,参数量和计算成本过高,限制了在真实工业环境中的适用性。
二、研究内容与结论
针对上述问题,研究人员提出SHNet,一种聚焦于浅层高分辨率特征的轻量级网络。SHNet的核心思想是减少对深层低分辨率表征的依赖,同时保留浅层高分辨率信息。具体而言,SHNet移除了32×下采样的P5层,仅保留至16×下采样的P4层特征,将4×和8×高分辨率分支作为主要检测表征,16×特征仅提供语义引导。这一设计基于PCB缺陷空间范围小的观察:过度下采样后,微小缺陷可能被压缩到极少特征单元中,或与复杂电路背景混淆。
在PKU-Market-PCB数据集上,SHNet的均值精确率、召回率、F1分数、mAP@0.5和mAP@0.5:0.95分别为0.9554、0.9115、0.9320、0.9398和0.5091,五项精度指标均为对比方法中最高。与YOLOv8s相比,mAP@0.5从0.9053提升至0.9398,mAP@0.5:0.95从0.4666提升至0.5091,参数量从7.60M降至0.97M,模型大小从14.8 MB降至2.3 MB。在DeepPCB数据集上,SHNet的均值精确率、召回率、F1分数、mAP@0.5和mAP@0.5:0.95分别为0.9779、0.9725、0.9752、0.9867和0.8096,其中召回率、F1分数和mAP@0.5:0.95为对比方法中最高。与YOLOv8s相比,mAP@0.5:0.95从0.6701提升至0.8096,FPS从152.92提升至240.11。该研究的重要意义在于:以仅0.97M参数、2.3 MB模型大小和9.5 GFLOPs的计算开销,在两项基准数据集上实现了优异的检测精度与推理速度,为资源受限的PCB检测系统提供了可行的轻量级方案,同时表明轻量级工业检测不必以牺牲细粒度缺陷表征为代价。
三、关键技术方法
研究人员主要采用以下关键技术方法。其一,多核自适应模块(MKAM),通过1×1卷积、3×3深度可分离卷积(DWConv)、7×7 DWConv以及1×7和7×1非对称卷积四个并行分支提取不同感受野的多尺度特征,并经全局平均池化和多层感知机生成注意力权重实现动态融合。其二,空间-语义对齐模块(SSAM),其核心为全局-局部注意力模块(GLAM),局部分支使用深度可分离卷积和梯度先验增强缺陷边缘响应,全局分支通过轻量Transformer建模长程语义依赖,随后经CBAM进行通道和空间注意力校准。其三,小波增强模块(WEM),利用二维离散小波变换(DWT)将特征分解为低频近似子带和三个高频细节子带,低频分量经通道注意力增强全局语义,高频分量由低频引导生成的空间引导图和背景门控图进行调制增强,最后通过逆离散小波变换(IDWT)重构。实验在NVIDIA GeForce RTX 4090 GPU上进行,软件环境为PyTorch 2.4.1、CUDA 12.1和Python 3.10.18。数据集方面,PKU-Market-PCB包含693张高分辨率PCB图像,涵盖六类缺陷,按7:1:2划分为483张训练、66张验证和144张测试图像;DeepPCB由上海交通大学发布,包含1500张黑白PCB缺陷图像,同样按7:1:2划分。
四、研究结果
1)主实验与对比
在PKU-Market-PCB数据集上,SHNet在五项精度指标上均取得最高均值,且标准差较小,表明10次独立运行间波动有限。与YOLOv8s相比,精度提升不以模型规模增大为代价。YOLOv11s虽取得第二高的召回率、F1分数和mAP@0.5:0.95,但需要9.42M参数和18.3 MB模型大小。在轻量级方法中,Hyper-YOLO的mAP@0.5:0.95为0.4731,SHNet提升至0.5091且仅用0.97M参数。在DeepPCB数据集上,SHNet虽未在所有指标上均取得最高值——YOLOv9s的精确率略高,YOLOv5s和YOLOv10s的mAP@0.5略高——但SHNet在召回率、F1分数和mAP@0.5:0.95上均为最高。定性比较显示,在短路样本中YOLOv5s漏检全部缺陷,YOLOv9s产生错误的杂铜预测,Faster R-CNN将短路误分类为开路,Hyper-YOLO产生错误的毛刺预测;SHNet的预测与真实标注更为一致,漏检、误检和类别混淆更少。
2)各类别性能
在PKU-Market-PCB数据集上,SHNet在杂铜、缺孔和鼠咬等类别上表现优异,但对开路和短路的检测仍有提升空间。在DeepPCB数据集上,SHNet在全部六类缺陷上均取得最高mAP@0.5:0.95,其中铜和针孔类别的mAP@0.5:0.95分别达到0.9390和0.8973。
3)热图可视化分析
在DeepPCB数据集的多缺陷样本中,SHNet在标注缺陷周围产生局部高响应区域,而非在PCB背景上广泛激活;在密集平行走线、弯曲导体和重复几何图案等挑战性场景中,主要响应仍集中在真实缺陷附近。在PKU-Market-PCB缺孔样本的热图对比中,YOLOv5s在图像边界和非缺陷区域产生强响应,YOLOv9s和YOLOv10s的激活区域较宽且分散,Faster R-CNN在PCB大面积区域产生高响应,而SHNet产生更紧凑、清晰分离的响应峰,集中于实际缺孔区域。
4)消融研究
与YOLOv8s相比,SHNet-Base将计算复杂度从21.6降至8.3 GFLOPs,参数量从7.60M降至0.72M。在PKU-Market-PCB上mAP@0.5:0.95从0.4666略降至0.4605,在DeepPCB上则从0.6701提升至0.7123。与SHNet-Base相比,完整SHNet在两个数据集上的mAP@0.5:0.95分别从0.4605提升至0.5091、从0.7123提升至0.8096,计算成本仅增加1.2 GFLOPs,参数量增加0.25M。移除WEM造成的性能下降最大,在PKU-Market-PCB上mAP@0.5:0.95从0.5091降至0.4306,召回率从0.9115降至0.8341;移除MKAM和SSAM也均造成明显下降。恢复32×检测头后,PKU-Market-PCB和DeepPCB上的mAP@0.5:0.95分别为0.5076和0.8082,略低于完整SHNet的0.5091和0.8096,而计算成本从9.5增至11.4 GFLOPs,参数量从0.97M增至1.35M,模型大小从2.3 MB增至3.0 MB,表明额外低分辨率检测头带来明显开销却无相应性能提升。
五、讨论与结论
消融结果表明,浅层高分辨率架构为SHNet提供了紧凑的基础,MKAM、SSAM和WEM以有限额外复杂度进一步提升了检测性能,三个模块在两个数据集上表现出互补而非可互换的作用。类别级分析显示,保留浅层高分辨率特征有利于检测多种微小和低对比度PCB缺陷,但开路和短路等细长或结构不连续缺陷的表征仍有待改进。研究结论为:SHNet以仅0.97M参数、2.3 MB模型大小和9.5 GFLOPs的计算开销,在PKU-Market-PCB上达到168.00 FPS、在DeepPCB上达到240.11 FPS的推理速度,紧凑的计算足迹使其成为资源受限PCB检测系统的有前景候选方案。该研究的主要科学贡献在于重新审视了PCB缺陷检测中逐步依赖更深、更低分辨率特征的传统做法,证明了当高分辨率信息被明确保留并选择性增强时,轻量级工业检测不必牺牲细粒度缺陷表征。当前评估仅限于两个公开PCB数据集和单一硬件平台,未来工作将考虑在不同生产条件下采集的PCB图像上进行跨域评估,以及在嵌入式或边缘计算硬件上进行面向部署的评估。