基于UNet深度可分离残差网络的BGA焊点分割方法

摘要：

BGA封装焊点的分割和提取是焊点缺陷精确诊断的重要前提.传统图像处理方法针对复杂背景焊点的分割常需结合多种方法,致使算法速度较慢、鲁棒性很差.为此提出一种改进的UNet网络BGA焊点提取方法,采用深度可分离卷积代替原始网络中的标准卷积,以降低网络参数量,提高检测速度;通过增加卷积层数提高特征提取能力,加入批标准化层改善数据分布情况,加速网络收敛;在主干特征提取网络引入残差结构并融合不同分辨率特征.实验结果表明,改进后的算法参数量仅为原始模型的12.17%,交并比、准确率和F1分数分别达92.4%、98.31%和96.05%,较原始网络分别提升了2.17%、0.52%和1.18%,FPS达114.8帧/秒,在提升BGA焊点分割速度的同时拥有较高的准确率.

关键词：球栅阵列、图像分割、UNet、深度可分离卷积、残差模块

所属期刊栏目：7

分类号：TP391.4;TP183(计算技术、计算机技术)

在线出版日期：2023-11-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：69-74