印刷回路基板組立品（PCBA）におけるピンはんだ付け欠陥の検出が、対象物の小型さ、密集した分布、複雑な背景などの要因により検出速度が遅く、精度が低い問題に対処するため、本論文では改良RT-DETRに基づくPCBAピンはんだ付け欠陥検出方法を提案する。まず、多尺度の意味情報融合においてRepC3がグローバルな知覚能力に欠ける問題に対し、局所およびグローバル協調強化モジュールを提案し、多尺度特徴に対するモデルのグローバル理解能力を向上させた。次に、従来の補間アップサンプリングによる特徴中心のずれ問題を効果的に補正し、モデルの重要領域への応答能力を強化する周波数認識アップサンプリング方法を設計した。最後に、特徴抽出能力を向上させつつモデルサイズを効果的に圧縮するRepViTをバックボーンネットワークとして導入した。本手法は、産業生産ラインで収集し自らラベル付けしたPCBAピンはんだ付け画像データセットおよびPKU-Market-PCBデータセットで評価した。PCBAピンはんだ付け画像データセットにおいて、本手法はRT-DETRと比較し、モデルパラメータ数を31.44％削減、計算量を29.21％削減、mAP50を9.88％向上、推論速度を84.74 FPSに向上させた。PKU-Market-PCBデータセットでは、mAP50と推論速度がそれぞれ6.75％と23.10％向上した。本手法は計算資源とリアルタイム性能を両立させつつ、検出精度と効率を飛躍的に向上させ、優れた工学的応用性と研究価値を有する。

PCBA;はんだ検出;RT-DETR;多尺度特徴融合;アップサンプリング;RepViT