基于多尺度卷积网络的服务器主板缺陷检测方法

张弘朴¹，迟健¹

(1.张家口京西云算有限公司 河北 张家口 075000)

摘 要：近年来，基于深度学习的图像分类方法在检测任务中表现优异，以多尺度特征融合和注意力机制为基础的方法为实现更准确、高效的图像分类任务提供了丰富的技术手段，特别是卷积神经网络（Convolutional neural networks,CNN），在图像分类任务中得到了广泛的应用，尤其在服务器主板缺陷检测方面展现出重要潜力。然而，传统卷积神经网络（CNN）在实际应用中仍存在局限，例如单一尺度特征难以充分表达主板图像中的复杂结构与细微缺陷，从而影响分类精度。为此，本文提出一种基于多尺度卷积网络（MsCNN）的检测方法，通过融合不同卷积层的特征，增强对细微缺陷的敏感度，并结合注意力机制提升服务器主板的特征表示能力。在CIFAR-10与PCBA-DET数据集上的实验表明，该方法在服务器主板缺陷检测中效果显著，能够有效识别如划痕、螺丝松动等常见缺陷，为提升主板质量检测的准确性与效率提供了可行的技术路径。

关键词：多尺度特征融合；注意力机制；卷积神经网络；服务器主板；缺陷检测；

中图分类号：TP391

引言

随着电子设备集成化水平不断提高，服务器主板在设计复杂度与制造工艺上面临前所未有的挑战。在此背景下，印刷电路板组件（PCBA）的质量控制已成为保障整机可靠性的关键环节。当前，自动光学检测（AOI）等技术已在生产过程中广泛应用于表面缺陷的自动化识别，但在最终组装环节的质量验证仍主要依靠人工目视检查。这种传统方式不仅需要大量专业人力，还存在效率低、成本高以及因人员疲劳或经验差异导致的检测一致性差等问题。 传统的图像检索方法主要包括基于内容的图像检索(Content-Based Image Retrieval，CBIR)^[1][2]和基于文本的图像检索(Text-Based Image Retrieval)^[3][4]两种类型。而图像分类则是利用已标注类别的训练数据训练分类器，进而对测试图像进行类别判定。本文主要针对服务器主板缺陷检测，通过输入图像，判断该图像是否为缺陷服务器主板。

算法

卷积神经网络

CNN是一种深度学习模型，广泛应用于图像处理和计算机视觉任务中。其基本原理是通过多层次的卷积和池化操作，逐步提取图像的特征，并通过全连接层进行分类或回归。对于一个CNN来说，给定输入服务器主板图像数据,其中表示图像的高度，表示图像的宽度，表示图像的通道数。我们可以通过卷积层得到图像的输出特征：

(1)

其中 ，表示卷积操作，卷积核为，表示激活函数，偏置为，常见的激活函数有 ReLU、Sigmoid 和 Tanh。

将从卷积层得出的输出图像特征输入至池化层，可以分别得到经过最大池化和平均池化的图像特征和：

(2)

其中，池化操作的滤波器均为，经过池化层所得到的图像特征和的空间大小均小于经过卷积层的得到的输出特征的空间大小。

多尺度卷积网络

由于在VGG16的每个卷积层中学习到的特征都能会受到该层某些参数限制，这都会导致无法充分表达图像的本质特征，因此，本文基于VGG16网络提出了一种多尺度卷积网络(如图1所示)，用来提取多层次的卷积特征，并将所提取的所层次卷积特征进行特征聚合。同时多尺度卷积网络每经过一个卷积层就输出一个卷积特征,。多尺度卷积网络可以分别得到5个卷积层的输出特征以及特征聚合后的多尺度特征，为分类任务提供多层次的特征，减少了不同卷积层某些参数对整体分类结果的影响。

假设多尺度卷积网络的输入为，则网络的卷积过程为：

(3)

其中，为第个卷积层的输出，和为第个卷积层对应的权重和偏置，当时，。对于每一个卷积层所得到的图像特征均为矩阵形式，因此，需要通过若干全连接层对图像特征进行映射：

(4)

其中，表示经过若干全连接层映射的第个卷积特征，表示全连接层，表示第个全连接层的参数。

由于通过不同卷积层所提取的图像特征具有不同的属性和结构，他们对融合后的多尺度特征具有不同的影响，因此我们提出了特征聚合对不同层次的特征进行融合：

(5)

其中，是融合后的多尺度特征，与为超参数。

实验

实验细节

本文在Pytorch框架上验证本算法的有效性，并采用mini-batch Adam^[24]优化器来优化本算法。实验中，在两个数据集上batch-size均设定为32，同时在两个数据集上的学习率均设定为0.000001。超参数、、、。数据集经过裁剪和翻转处理，输入维度为224×224×3的矩阵，多尺度卷积网络共有5个卷积层，并对每一个卷积层配置三个全连接层，最后一个全连接层的维度为1024。

验证方法

我们使用平均精度均值(Mean Average Precision,MAP)作为评估本算法准确率的评价指标。平均精度均值使用查准率(Precision)和查全率(Recall)来计算模型的平均精度(Average Precision),将所有样本的平均精度计算完成后，取平均即可得到平均精度均值。平均精度均值越高，表示模型的平均性能越好。

结果与讨论

本文基于VGG16网络提出了多尺度卷积网络，并基于此网络提出多尺度分类网络，在考虑多尺度特征的分类结果的同时也考虑每一个单一尺度特征的分类结果，在表1中将该方法命名为Our method。表1中前两种方法分别为基于VGG16网络和VGG19网络在CIFAR-10和本文所提出的数据库中的准确率，Our method-19指的是基于VGG19网络的多尺度卷积网络，并引入多尺度分类网络。从表1可以看出，本文所提出的方法在CIFAR-10和PCBA-DET中的准确率均高于VGG16网络和VGG19网络。

表1 在数据集CIFAR-10和PCBA-DET上的准确率分数比较

Table 1 Comparison of accuracy scores on the CIFAR-10 and PCBA-DET

Method	CIFAR-10	PCBA-DET
VGG16	0.883	0.786
VGG19	0.892	0.791
Our method-19	0.895	0.793
Our method	0.912	0.815

为了验证所提出算法对分类结果的影响，本文设计了几个变体实验。基于VGG16网络引入多尺度卷积网络，并直接使用网络输出的特征进行分类，将该实验命名为Our method-1。基于Our method-1引入注意力机制，但并不将单尺度特征和多尺度特征的分类结果进行聚合，将该实验命名为Our method-2。基于VGG16网络引入多尺度卷积网络提出单一尺度特征和多尺度特征，在进行分类结果进行带权融合时并不引入注意力机制并将该实验命名为Our method-3。

Our method-1的分类准确率相比于VGG16高出了3个百分点左右，这说明引入多尺度卷积网络很好的提高了图像特征的表示能力。Our method-2的准确率要高于Our method-1，这是因为两个网络在同时引入多尺度卷积网络时，Our method-2引入了注意力机制，使网络更加关注图像数据的重要部分，增强了图像的特征表示能力，从而提高了模型分类的性能。而将单尺度特征和多尺度特征的分类结果进行聚合，使Our method-3的准确率要远远高于Our method-1和Our method-2，这说明单一尺度特征和多尺度特征都提高了最终分类结果的准确度.

结论

本文围绕服务器主板缺陷检测的实际需求，提出了一种融合多尺度卷积结构与注意力机制的图像分类方法。通过聚合不同层次卷积特征并进行带权融合，增强了模型对细微缺陷的识别能力，有效克服了传统CNN在特征表达方面的局限。在CIFAR-10及PCBA-DET数据集上的实验验证了该方法在分类任务中的有效性，特别是在主板划痕、螺丝松动等典型缺陷检测中表现优异。该方法的推广将有助于实现高效、精准的服务器主板质量检测，降低人工成本，提升产品可靠性。未来工作将聚焦于进一步提升检测效率，并推动该模型在工业质检场景中的实际部署与应用。

参考文献：

1. Smeulders, A. W. M., Worring, M., Santini, S., Gupta, A., & Jain, R. (2000). Content-based image retrieval at the end of the early years. IEEE Transactions on Pattern Analysis and Machine Intelligence, 22(12), 1349-1380.
2. Swain, M. J., & Ballard, D. H. (1991). Color indexing. International Journal of Computer Vision, 7(1), 11-32.
3. Rui, Y., Huang, T. S., & Chang, S. F. (1999). Image retrieval: Current techniques, promising directions and open issues. Journal of Visual Communication and Image Representation, 10(1), 39-62.

作者简介：张弘朴 1997.5.12 男 河北省张家口市 汉 本科 助理工程师 张家口京西云算有限公司 研究方向：电子信息工程

第二作者 迟健 1983.10.29 男 北京市海淀区 汉 本科 副高级工程师 张家口京西云算有限公司 研究方向：建筑工程

...