基于YOLOv7网络模型的高效SMD-PCBA检测

An efficient SMD-PCBA detection based on YOLOv7 network model

• 1、模型

  • 1.1 CA注意力检测头

    • 1.2 强化反馈传播路径以实现特征的有效融合
    • 1.3 对位置损失函数进行优化以提升定位精度

  • 2、实验

具体来说

1、模型

我们成功开发了一种优化的YOLOv7网络架构，并对其核心组件进行了多方面的改进。该架构整合了自注意力机制、增强型金字塔特征金字塔网络以及交并比损失等技术，并显著提升了对具有复杂特征的多目标的识别效果。我们对YOLOv7网络进行了多方面的优化升级

• 首先，在预测头的RepConv层之前引入了CA模块。该模块通过注入位置编码信息的方式提升了捕捉长程依赖的能力，并进一步增强了特征表达能力的同时，在检测目标对象时也能够有效抑制干扰对象的影响。
• 其次，在特征金字塔融合阶段自底向上的特征层与自顶向下的特征层之间添加反馈连接（如图3虚线所示）。这一设计实现了多层次特征间的相互优化，并且能够促进低层次细节信息的有效传播从而显著提升了检测精度。
• 最后提出了一种新的定位损失函数SEIoU（Simplified End-to-End Object Detection Loss），该方法不仅考虑了位置对准时的方向偏差损失因子还特别注意到了不同尺度的