fieldid E-Thesis & Research สถาบันเทคโนโลยีไทย-ญี่ปุ่น
สืบค้น:

เขตข้อมูล ข้อมูล
บทคัดย่อ
การออกแบบเทคนิคการเรียนรู้เชิงลึกสำหรับระบบตรวจจับข้อบกพร่องของ PCB โดยใช้ YOLOv10 : งานวิจัยนี้มุ่งเน้นการพัฒนาระบบตรวจจับข้อบกพร่องบนแผงวงจรพิมพ์ (PCB) โดยใช้เทคนิคการเรียนรู้เชิงลึกผ่านโมเดล YOLOv10 เพื่อเพิ่มความแม่นยำและประสิทธิภาพในการตรวจจับข้อบกพร่อง การศึกษาได้ทำการติดป้ายกำกับภาพที่มีข้อบกพร่องทั้งหมด 980 ภาพ โดยใช้แพลตฟอร์ม Roboflow ซึ่งช่วยในการจัดการชุดข้อมูลต่าง ๆ เช่น การทำ Labeling, Preprocessing, Augmentation, และการแปลงข้อมูลเพื่อนำไปฝึกโมเดล AI ชุดข้อมูลถูกแบ่งออกเป็น 80% สำหรับการฝึกโมเดลและ 20% สำหรับการทดสอบ โดยในชุดข้อมูลการฝึกโมเดลจะถูกแบ่งย่อยเป็น 64% สำหรับการฝึกและ 16% สำหรับการตรวจสอบความถูกต้อง การตรวจจับข้อบกพร่องสามารถระบุได้ถึง 5 ประเภทหลัก รวมถึงการเชื่อมต่อที่ไม่สมบูรณ์ รอยแตก และการวางชิ้นส่วนผิดตำแหน่ง การศึกษาได้ใช้เทคนิค CSPNet และ PANet ที่ถูกผสมผสานเข้าไปใน YOLOv10 เพื่อเพิ่มประสิทธิภาพในการรวมฟีเจอร์จากหลายเลเยอร์ ซึ่งทำให้ระบบสามารถตรวจจับวัตถุได้อย่างรวดเร็วและมีประสิทธิภาพสูง ผลการทดลองพบว่า YOLOv10 สามารถตรวจจับข้อบกพร่องได้อย่างแม่นยำ โดยมีค่า F1-Score และ mAP50 มากกว่า 95% ระบบนี้ไม่เพียงแต่ลดความผิดพลาดในการผลิต แต่ยังเพิ่มประสิทธิภาพในกระบวนการตรวจสอบคุณภาพของผลิตภัณฑ์ในอุตสาหกรรมอิเล็กทรอนิกส์ การวิจัยนี้ชี้ให้เห็นถึงศักยภาพของการนำเทคโนโลยีแมชชีนวิชั่นมาประยุกต์ใช้ในกระบวนการผลิต PCB
ผู้แต่ง
สุมารินทร์ เรืองโรจน์
ประเภทสิ่งพิมพ์
วิทยานิพนธ์ (MET) 2024
เลขหน้า
112
หัวเรื่อง
สถาบันเทคโนโลยีไทย-ญี่ปุ่น.สาขาวิชาเทคโนโลยีวิศวกรรม--วิทยานิพนธ์
หัวเรื่อง
เทคโนโลยีวิศวกรรม--วิทยานิพนธ์
เอกสารฉบับเต็ม
Download full text