プリント基板（Printed Circuit Board、PCB）の表面欠陥は対象サイズが小さく、背景が複雑で、分布が密集しているという問題に加え、既存の検出アルゴリズムが精度と速度を両立しにくい課題に対し、本論文ではOL-HAIM（OverLoCK-HAFB-APKConv with Improved Matching）に基づくPCB欠陥検出アルゴリズムを提案する。本アルゴリズムはまず、俯瞰から詳細へ（OverLoCK）主幹ネットワークを採用し、深層分解戦略（DDS）と文脈混合動的畳み込み（ContMix）により計算コストを削減しつつ、小さな対象の特徴表現を強化する。次に、CNNベースのクロススケール特徴融合モジュール（CCFF）を代替する階層的注意融合モジュール（HAFB）を設計し、局所-グローバル注意機構により微小欠陥検出能力を向上させる。最後に、適応的逐点畳み込み（APKConv）を導入し、学習可能なオフセットで受容野の適応的変形を実現し、さまざまな形状の欠陥特徴を精確に捉える。実験結果により、OL-HAIMはPCB-DEFECTデータセットにてIoU閾値0.5で平均精度（mAP@0.5）が97.6％に達し、ベースラインモデルから4.8ポイントの向上を示した。モデルパラメータ数は13.8Mに過ぎず、FLOPSは23.6Gに低減され、RK3588組み込みプラットフォーム上での推論速度は55.7 FPSを達成している。NEU-DET（東北大学表面欠陥検出データセット）およびMS COCO（Microsoft Common Objects in Context）データセットでのクロスドメイン実験によりアルゴリズムの汎化性能も検証した。特定のPCB生産ラインで実際に収集したサンプルでの現場テストでは、モデルはmAP@0.5で95.1％を達成し、RK3588組み込みプラットフォーム上で55.4 FPSの推論速度を示し、現場環境での高精度検出とリアルタイム性の両立を実現している。本手法は産業現場におけるPCB欠陥のリアルタイム検出に対し、高精度かつ軽量な展開を両立する有効なソリューションを提供する。

PCB欠陥検出;DEIM;軽量物体検出;エッジ展開