목표 크기가 작고 분포가 밀집되어 있으며 배경이 복잡한 등 문제로 인해 인쇄회로기판 조립품(PCBA)의 핀 납땜 결함 검출 속도가 느리고 정확도가 낮은 문제를 해결하기 위해, 본 논문에서는 개선된 RT-DETR 기반의 PCBA 핀 납땜 결함 검출 방법을 제안한다. 먼저, 다중 스케일 의미 정보 융합에서 RepC3가 전역 인식 능력이 부족한 문제를 해결하기 위해 국부 및 전역 협력 강화 모듈을 제안하여 모델의 다중 스케일 특징에 대한 전역 이해 능력을 향상시켰다. 다음으로 주파수 인지 업샘플링 방법을 설계하여 기존 보간 업샘플링이 초래하는 특징 중심 이동 문제를 효과적으로 보정하고 모델의 주요 영역에 대한 반응 능력을 강화하였다. 마지막으로 RepViT를 백본 네트워크로 도입하여 특징 추출 능력을 향상시키면서 모델 크기를 효과적으로 압축하였다. 본 논문에서는 산업 생산 라인에서 수집하고 자체 라벨링한 PCBA 핀 납땜 이미지 데이터셋과 PKU-Market-PCB 데이터셋을 사용하여 제안한 방법을 평가하였다. PCBA 핀 납땝 이미지 데이터셋에서 본 방법은 RT-DETR과 비교하여 모델 파라미터 수가 31.44% 감소하고 계산량이 29.21% 줄었으며, mAP50이 9.88% 향상되고 추론 속도가 84.74 FPS로 향상되었다. PKU-Market-PCB 데이터셋에서는 mAP50과 추론 속도가 각각 6.75%와 23.10% 향상되었다. 본 방법은 계산 자원과 실시간 성능을 고려하면서 검출 정확도와 효율성을 크게 향상시켜 우수한 공학적 응용 전망과 연구 가치를 지닌다.

PCBA;납땜 검출;RT-DETR;다중 스케일 특징 융합;업샘플링;RepViT