Comparación del impacto del método de preprocesamiento en la detección de salpicaduras de soldadura utilizando diferentes versiones de YOLOv8
Autores: Klco, Peter; Koniar, Dusan; Hargas, Libor; Paskala, Marek
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Comparación del impacto del método de preprocesamiento en la detección de salpicaduras de soldadura utilizando diferentes versiones de YOLOv8
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Sistemas
Palabras clave
Calidad
Inspección
Placas electrónicas
Proceso de fabricación
Modelos YOLOv8
Técnicas de preprocesamiento
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 23
Citaciones: Sin citaciones
La inspección de calidad de placas electrónicas durante el proceso de fabricación es un paso crucial, especialmente en el caso de módulos electrónicos de potencia específicos y costosos. La ocurrencia de salpicaduras de soldadura disminuye la confiabilidad y las propiedades eléctricas de los productos finales. Este trabajo tiene como objetivo comparar diferentes modelos YOLOv8 (pequeño, mediano y grande) con la combinación de técnicas básicas de preprocesamiento de imágenes para lograr el mejor rendimiento posible del algoritmo diseñado. Como métodos de preprocesamiento, se utilizan la ecualización del histograma adaptativa limitada por contraste (CLAHE) y la manipulación del canal de color de la imagen. Los resultados muestran que una combinación adecuada del modelo YOLOv8 y los métodos de preprocesamiento conduce a un aumento en el parámetro de recall. En nuestra tarea de inspección, el recall puede considerarse la métrica más importante. Los resultados están respaldados por una prueba estándar de ANOVA de dos vías.
Descripción
La inspección de calidad de placas electrónicas durante el proceso de fabricación es un paso crucial, especialmente en el caso de módulos electrónicos de potencia específicos y costosos. La ocurrencia de salpicaduras de soldadura disminuye la confiabilidad y las propiedades eléctricas de los productos finales. Este trabajo tiene como objetivo comparar diferentes modelos YOLOv8 (pequeño, mediano y grande) con la combinación de técnicas básicas de preprocesamiento de imágenes para lograr el mejor rendimiento posible del algoritmo diseñado. Como métodos de preprocesamiento, se utilizan la ecualización del histograma adaptativa limitada por contraste (CLAHE) y la manipulación del canal de color de la imagen. Los resultados muestran que una combinación adecuada del modelo YOLOv8 y los métodos de preprocesamiento conduce a un aumento en el parámetro de recall. En nuestra tarea de inspección, el recall puede considerarse la métrica más importante. Los resultados están respaldados por una prueba estándar de ANOVA de dos vías.