基于深度学习的工业印制电路板图像缺陷检测方法

本发明公开了一种基于深度学习的工业印制电路板图像缺陷检测方法，具体为设计一个小型数据集扩充方案，增强数据的多样性；设计深度可分离卷积重构参数化模块构造骨干网络的早期阶段，设计非相邻窗口填充块改进多头自注意力模块组建轻量级神经网络Transformer架构构造骨干网络的后期阶段，设计小目标步长输出改进模块构建目标检测头；设计一个能定位工业印制电路板图像的缺陷检测模型并设计小目标检测策略，提升模型对小目标缺陷学习的速度和精度；设计一个标签去重方案和一个自适应缺陷筛选方案，提升模型预测的准确率。本发明能够提高检测目标小的图像的特征学习能力，且能有效提高对工业印制电路板图像的缺陷检测性能。