基于特征增强多尺度融合的小样本PCB缺陷检测方法及装置

摘要

本公开实施例公开了一种基于特征增强多尺度融合的小样本PCB缺陷检测方法及装置。其中，该方法在原始的元学习小样本目标检测算法FSRW基础上，加入特征增强模块，突出接收到的特征图关键性区域，抑制无用信息的干扰，增强特征判别性，从而提升检测效果。针对PCB板缺陷特征尺寸微小，检测难度大的特点，提出BI‑FU多尺度融合策略，提取PCB多个尺度特征图，并融合成一张包含不同尺度信息的高质量特征图，进一步提高模型对小目标缺陷的检测精度。该方法相比于原始FSRW方法在PCB缺陷上提高了检测准确率，并且与其他的小样本目标检测算法相比，也有出色的检测效果，具有良好的泛化能力和鲁棒性，有较高的实际应用价值。