助力质量生产，基于目标检测模型MobileNetV2-YOLOv3-Lite实现PCB电路板缺陷检测

在很多需要机械性重复性工作的场景中，使用AI技术来进行检测识别能够实现更高的效率以及更高的质量，比如：按键、测温、质控等等。

在前面的一些文章中，我也写过有关质量相关的检测类文中，今天的实践与此相关，基于目标检测模型来实现对PCB电路板生产过程中出现的问题进行检测。

先看效果：

 之前也有实际去产线看过PCB电路板的生产线，很多环节其实都是工人手工在完成零部件的安装或者质检，这种工作需要极大的耐心和细心才可以，即使这样也难免会出错，这时候可以尝试考虑基于AI智能化自动化的检测技术来辅助人工质控。

先来整体看下数据集：

【图像数据】

 【标注xml数据】

 【解析转化labels数据】

 今天使用的模型是MobileNetV2-YOLOv