نظرًا لصغر حجم الأهداف العيبية على لوحة الدوائر المطبوعة (Printed Circuit Board، PCB)، وتعقيد الخلفية، والتوزيع الكثيف، بالإضافة إلى صعوبة تحقيق التوازن بين الدقة والسرعة في خوارزميات الكشف الحالية، يقترح هذا البحث خوارزمية كشف عيوب PCB قائمة على OL-HAIM (OverLoCK-HAFB-APKConv مع مطابقة محسنة). تبدأ الخوارزمية باستخدام شبكة العمود الفقري OverLoCK التي تعتمد مبادرة "المراجعة الشاملة ثم التفصيلية"، وتقليل تعقيد الحسابات وتعزيز التعبير عن ميزات الأهداف الصغيرة من خلال استراتيجية التفكيك العميق (DDS) وعمليات الالتفاف الديناميكية المختلطة للسياق (ContMix). بعد ذلك، تم تصميم وحدة دمج الانتباه الطبقي (HAFB) لتحل محل وحدة دمج الميزات متعددة المقاييس المعتمدة على CNN (CCFF)، مما يعزز قدرة الكشف عن العيوب الدقيقة من خلال آلية الانتباه المحلية والعالمية. أخيرًا، تم إدخال APKConv القابل للتكيف نقطة بنقطة، والذي يسمح بالتشكل التكيفي لمجال الاستقبال من خلال إزاحات يمكن تعلمها، لالتقاط ميزات العيوب بأشكال مختلفة بدقة. تظهر النتائج التجريبية أن OL-HAIM يصل إلى متوسط الدقة المطلق (mAP@0.5) بنسبة 97.6٪ عند عتبة IoU 0.5 على مجموعة بيانات PCB-DEFECT، بزيادة 4.8 نقاط مئوية مقارنة بالنموذج الأساسي؛ كما أن نموذجنا يحتوي على 13.8 مليون معلمة فقط، وانخفضت FLOPS إلى 23.6 جيجا، وسرعة الاستدلال وصلت إلى 55.7 إطار في الثانية على منصة RK3588 المدمجة. تم التحقق من قدرة التعميم للخوارزمية عبر التجارب عبر المجالات على مجموعات بيانات NEU-DET (مجموعة بيانات كشف عيوب السطح من جامعة نورث إيسترن) وMS COCO (أغراض شائعة في السياق من مايكروسوفت). في الاختبار الميداني على عينات تُجمع فعليًا من خط إنتاج PCB معين، حقق النموذج mAP@0.5 بنسبة 95.1٪ وسرعة استدلال 55.4 إطار في الثانية على منصة RK3588 المدمجة، مما يلبي احتياجات الدقة العالية والوقت الحقيقي في المشاهد الحقيقية. توفر هذه الطريقة حلاً فعالًا للكشف المباشر عن عيوب PCB في المواقع الصناعية مع التوازن بين الدقة العالية والنشر الخفيف.

كشف عيوب PCB;DEIM;كشف الأهداف الخفيف;النشر على الحافة