💻 computer science

From Full Boards to Tiny Defects: Scale-Aware Tile Inference with Topology-Aware Merging for High-Resolution PCB Defect Detection

Dieser Beitrag adressiert den Auflösungsverlust und Randartefakte bei der hochauflösenden PCB-Fehlererkennung, indem er nachweist, dass das Training von Detektoren auf Kachel-Ausschnitten und die Anwendung einer neuartigen, trainingsfreien Topologie-bewussten Kachel-Merging-Nachverarbeitungsmethode (TA-TM) die Rückgewinnungsrate kleiner Fehler und die gesamte Detektionsgenauigkeit im Vergleich zu herkömmlichen Strategien für Vollbilder oder Standard-Kachel-Inferenz signifikant verbessert.

Ursprüngliche Autoren: Mohammad Alijanpour Shalmani, Alale Rezvani Boroujeni, Ali Amini, Jiann Shiun Yuan

Veröffentlicht 2026-05-26

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Mohammad Alijanpour Shalmani, Alale Rezvani Boroujeni, Ali Amini, Jiann Shiun Yuan

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich vor, Sie versuchen, winzige Kratzer, fehlende Schrauben oder gebrochene Drähte auf einem riesigen, hochauflösenden Blueprint einer Leiterplatte zu finden. Dieser Blueprint ist so groß, dass, wenn Sie ihn verkleinern, um ihn auf einen Standard-Bildschirm zu passen (wie das Verkleinern eines riesigen Wandgemäldes, damit es auf eine Briefmarke passt), diese winzigen Mängel vollständig verschwinden. Sie werden zu unsichtbaren Punkten.

Dies ist das Problem, das die Arbeit angeht: Wie findet man mikroskopische Mängel auf einem riesigen Bild, ohne die Details zu verlieren?

Hier ist die Geschichte ihrer Lösung, aufgeschlüsselt in einfache Konzepte und Analogien.

1. Das Problem: Der „Briefmarken"-Effekt

Stellen Sie sich vor, Sie haben ein hochauflösendes Foto eines Waldes. Wenn Sie dieses Foto auf die Größe einer Briefmarke verkleinern, um es in einen Standard-Fotorahmen zu passen, können Sie keine einzelnen Blätter oder kleinen Vögel mehr erkennen; sie verschwimmen einfach zu grünen oder braunen Pixeln.

In der Welt der Leiterplatten (PCBs) nennt man dies „Auflösungskollaps".

Der alte Weg: Man nahm das gesamte riesige Platinenbild, verkleinerte es, damit es in das „Gehirn" der KI passte (das eine Standardgröße erwartet), und versuchte, Mängel zu finden.
Das Ergebnis: Die KI, die darauf trainiert war, standardgroße Bilder zu betrachten, konnte die winzigen Mängel nicht sehen, weil sie auf nichts geschrumpft waren. Die KI wurde im Wesentlichen blind für genau das, was sie finden sollte.

2. Die erste Lösung: Die „Puzzleteil"-Strategie

Anstatt das ganze Bild zu verkleinern, beschlossen die Forscher, das riesige Bild in kleinere, handhabbare Stücke (Kacheln) zu schneiden, wie man eine große Pizza in Scheiben schneidet.

Die Strategie: Sie gaben diese kleineren Scheiben nacheinander der KI. Da die Scheiben nicht verkleinert wurden, blieben die winzigen Mängel groß und klar.
Der Haken: Wenn man ein Bild in Stücke schneidet, entstehen Ränder. Befindet sich ein Mangel genau auf der Linie, wo zwei Scheiben zusammentreffen, wird er halbiert. Die KI sieht einen halben Mangel in der einen Scheibe und einen halben Mangel in der nächsten, wird verwirrt und wirft möglicherweise beide weg, weil sie „unvollständig" aussehen. Dies nennt man einen Grenzeffekt.

3. Die zweite Lösung: Die „Überlappungs"-Strategie

Um die zerschnittenen Mängel zu reparieren, ließen die Forscher die Puzzleteile überlappen.

Die Analogie: Stellen Sie sich vor, Sie verlegen Fliesen, aber statt nur die Ränder zu berühren, schieben Sie sie so, dass sie sich um einige Zentimeter überlappen. Wenn sich nun ein Kratzer am Rand befindet, erscheint er vollständig in der linken Fliese und vollständig in der rechten Fliese.
Das Ergebnis: Dies half der KI, die Mängel klar zu sehen, schuf aber ein neues Problem: Die KI könnte denselben Mangel zweimal sehen (einmal in der linken Fliese, einmal in der rechten) und verwirrt sein, welcher davon der „echte" ist.

4. Das Geheimnis: „Topologiebewusstes Kachel-Zusammenführen" (TA-TM)

Dies ist die Hauptinnovation der Arbeit. Es ist ein intelligenter Regelkatalog, den der Computer nachdem er alle Kacheln betrachtet hat, aber bevor er Ihnen die endgültige Antwort gibt, verwendet.

Wie es funktioniert: Stellen Sie sich vor, die KI ist ein Team von Detektiven.
- Detektiv A betrachtet die linke Kachel und sieht einen „halben Verdächtigen" am Rand. Er ist nicht zu 100 % sicher, also gibt er einen niedrigen Vertrauenswert an.
- Detektiv B betrachtet die überlappende rechte Kachel und sieht den anderen Teil desselben Verdächtigen. Auch er gibt einen niedrigen Wert an.
- Der alte Weg (Standard-KI): Der Computer würde diese beiden Berichte mit niedrigem Vertrauenswert ansehen und sagen: „Keiner ist stark genug, lassen wir sie ignorieren." Der Mangel wird übersehen.
- Der neue Weg (TA-TM): Der Computer agiert wie ein intelligenter Manager. Er sieht, dass Detektiv A und Detektiv B denselben Ort aus verschiedenen Blickwinkeln betrachten. Er sagt: „Hey, wenn ihr beide dort etwas seht, auch wenn ihr einzeln nicht sicher seid, lasst uns eure Notizen kombinieren und das Vertrauen erhöhen!"
- Das Ergebnis: Der Computer erkennt: „Ah, das ist ein echter Mangel!" und behält ihn.

5. Die große Entdeckung: Das Training ist wichtiger als das Werkzeug

Die Arbeit entdeckte etwas Überraschendes, das verändert, wie Menschen diese KI-Systeme aufbauen sollten.

Die Diskrepanz: Wenn Sie eine KI trainieren, indem Sie ihr ganze, verkleinerte Bilder zeigen, lernt sie, nach „winzigen, verschwommenen Punkten" zu suchen. Wenn Sie dann versuchen, dieselbe KI mit der „Puzzleteil"-Strategie einzusetzen (wo Mängel groß und klar sind), versagt die KI kläglich. Es ist, als würde man einen Hund trainieren, indem man ihm Bilder von Hasen zeigt, um Hasen zu jagen, und dann erwartet, dass er Elefanten jagt.
Die Lösung: Sie müssen die KI genau so trainieren, wie Sie sie einsetzen werden. Wenn Sie planen, die „Puzzleteil"-Strategie zu verwenden, müssen Sie die KI auf Puzzleteilen trainieren.
Der Beweis: Als sie die KI auf Puzzleteilen trainierten, wurde sie zum Meister im Finden von Mängeln. Als sie versuchten, eine auf „Ganzen Bildern" trainierte KI auf Puzzleteilen einzusetzen, scheiterte sie völlig (der Erfolg sank von 72 % auf 1 %).

Zusammenfassung der Ergebnisse

Der „Ganzes Bild"-Ansatz: Verpasste fast alle winzigen Mängel.
Der „Puzzleteil"-Ansatz: Findet die meisten Mängel, hatte aber Schwierigkeiten mit denen an den Rändern.
Der „Überlappende Puzzle"-Ansatz + „Intelligenter Manager" (TA-TM): Findet die meisten Mängel, einschließlich der kniffligen an den Rändern, ohne dass die KI neu trainiert oder ihr Gehirn verändert werden muss. Es brauchte nur eine intelligentere Art, die Hinweise zu kombinieren.

Kurz gesagt: Um winzige Dinge auf einem riesigen Bild zu finden, verkleinern Sie das Bild nicht. Schneiden Sie es in überlappende Stücke, trainieren Sie Ihre KI auf diesen Stücken und verwenden Sie einen intelligenten „Manager", um die Hinweise von den Rändern zu kombinieren. Diese einfache Änderung verwandelte ein versagendes System in ein hochpräzises.

Technische Zusammenfassung: Skalenerkennende Kachel-Inferenz mit topologiebewusstem Zusammenführen zur Erkennung von Defekten auf hochauflösenden Leiterplatten

Problembeschreibung
Die Inspektion hochauflösender Leiterplatten (PCB) steht vor einer kritischen Herausforderung, die als „Auflösungskollaps" bekannt ist. Standard-Objektdetektoren (z. B. der YOLO-Familie) arbeiten mit festen Eingabegrößen (typischerweise 640×640 Pixel). Wenn hochauflösende Vollbildaufnahmen (oft 1.500–6.000 Pixel) auf diese Eingaben skaliert werden, schrumpfen mikroskalige Defekte auf wenige Pixel zusammen und werden dadurch unerkennbar. Umgekehrt führt die naive Anwendung kachelbasierter Inferenz (Zerschneiden von Bildern in kleinere Ausschnitte), obwohl sie lokale Details erhält, zu Randartefakten. Defekte, die Kanten überlappen, sind oft nur teilweise sichtbar, was zu geteilten Detektionen, falsch negativen Ergebnissen oder niedrigen Konfidenzwerten führt, die durch die Standard-Non-Maximum-Suppression (NMS) unterdrückt werden. Darüber hinaus besteht eine erhebliche Diskrepanz zwischen Trainings- und Inferenzskalen: Modelle, die auf skalierten Vollbildern trainiert wurden, versagen bei der Anwendung auf nativauflösende Kacheln, und umgekehrt.

Methodik
Die Autoren schlagen einen Rahmen vor, der die Konsistenz der Trainings- und Inferenzskalen priorisiert und eine neuartige Nachverarbeitungsstrategie zum Zusammenführen einführt, anstatt Detektorarchitekturen zu modifizieren. Die Pipeline besteht aus vier Stufen:

Skalenerkennendes Training: Anstatt Vollbilder zu skalieren, wird der Detektor ausschließlich auf 640×640 Pixel großen Ausschnitten trainiert, die direkt aus hochauflösenden Quelldaten extrahiert werden. Ein gleitendes Fenster mit einer 512-Pixel-Schrittweite (128-Pixel-Überlappung) stellt sicher, dass Defekte in der Nähe von Grenzen während des Trainings vollständig sichtbar sind. Ground-Truth-Boxen werden zugeschnitten, wobei nur solche mit mindestens 40 % Sichtbarkeit beibehalten werden.
Inferenzstrategien: Die Studie bewertet fünf Strategien unter Verwendung desselben, auf Kacheln trainierten Detektors:
- Vollbild-Inferenz: Skalierung des gesamten Boards auf 640 oder 1280 Pixel.
- Kachelbasiert (ohne Überlappung): Verarbeitung nicht überlappender Kacheln.
- Kachelbasiert (mit Überlappung): Verarbeitung von Kacheln mit 128-Pixel-Überlappung.
Topologiebewusstes Kachel-Zusammenführen (TA-TM): Eine trainingsfreie, architekturagnostische Nachverarbeitungsmethode zur Auflösung von Randartefakten.
- Graphenkonstruktion: Das Kachelgitter wird als Adjazenzgraph modelliert.
- Randerkennung: Für jede Vorhersage wird der Abstand zur nächsten Kachelkante berechnet. Detektionen innerhalb eines Schwellenwerts ( $\tau = 16$ px) werden als „randempfindlich" markiert.
- Einwilligungsbewertung: Für eine randempfindliche Detektion prüft der Algorithmus benachbarte Kacheln auf komplementäre Detektionen derselben Klasse, die sich über die gemeinsame Grenze hinweg überlappen.
- Score-Anpassung: Wenn eine komplementäre Detektion existiert, wird der Konfidenzwert der randempfindlichen Detektion erhöht ( $s' = \min(1.0, s + \lambda \cdot A)$ , wobei $\lambda=0.2$ ).
- Globale NMS: Alle Vorhersagen werden unter Verwendung klassenbewusster NMS basierend auf diesen angepassten Scores zusammengeführt, wodurch geteilte Detektionen, die durch Nachbarn bestätigt werden, der Unterdrückung entgehen können.

Hauptbeiträge

Analyse des Auflösungskollapses: Die Studie zeigt empirisch, dass die Konsistenz der Trainings- und Inferenzskalen der dominierende Faktor für die Leistung ist. Ein auf Vollbildern trainiertes Modell bricht bei der Anwendung auf Kachel-Ausschnitte auf einen mAP@50 von 0,01 zusammen, während ein auf Kachel-Ausschnitten trainiertes Modell einen mAP@50 von 0,72–0,94 erreicht.
Systematischer Vergleich: Eine rigorose Bewertung von fünf Inferenzstrategien über zwei hochauflösende Datensätze (PCB-Defect und HRIPCB) hinweg, die sechs Defektklassen abdecken.
TA-TM-Algorithmus: Die Einführung einer leichten Nachverarbeitungsmethode, die die Recall-Rate in Randzonen verbessert, ohne Nachtraining oder architektonische Änderungen.
Einsatzorientierte Metriken: Die Evaluation umfasst den Standard-mAP sowie spezifische Metriken für die Recall-Rate kleiner Defekte und in Randzonen, um praktische industrielle Bedürfnisse zu adressieren.

Ergebnisse
Evaluiert auf PCB-Defect (230 Bilder) und HRIPCB (693 Bilder):

Skalenkonsistenz: Kachelbasierte Inferenz mit einem kacheltrainierten Modell übertrifft die Vollbild-Inferenz signifikant. Die Vollbild-640-Inferenz ergab einen mAP@50 von 0,072 (PCB-Defect) bzw. 0,192 (HRIPCB), während die vorgeschlagene Strategie Tile+Overlap+TA-TM jeweils 0,722 und 0,936 erreichte.
Wiederherstellung kleiner Defekte: Kachelbasierte Methoden retteten 46–100 % der kleinen Defekte (16–64 px² bei 640-Skala), die von Vollbildmethoden vollständig übersehen wurden. Auf HRIPCB erreichte die Kachel-Inferenz eine 100%ige Recall-Rate für diese kleinen Defekte.
Unterdrückung von Randartefakten: Das Hinzufügen einer 128-Pixel-Überlappung erhöhte die Recall-Rate in Randzonen (0–16 px vom Rand entfernt) auf PCB-Defect von ~26 % auf ~70 % und auf HRIPCB von ~63 % auf 100 %. TA-TM behielt diese Ergebnisse bei oder verbesserte sie leicht, während gleichzeitig der höchste GesamtmAP erreicht wurde.
Effizienz: Obwohl kachelbasierte Methoden langsamer sind (247–459 ms/Bild) als die Vollbild-Inferenz (54–98 ms), bleibt dies für die Offline-Industrieinspektion angesichts der erheblichen Genauigkeitsgewinne praktikabel.

Bedeutung und Behauptungen
Die Studie behauptet, dass die primäre Engstelle bei der hochauflösenden PCB-Inspektion nicht die Detektorarchitektur (z. B. YOLO vs. Transformer) ist, sondern die Ausrichtung von Trainings- und Inferenzskalen. Die Autoren argumentieren, dass Praktiker skalenerkennende Trainingsprotokolle priorisieren sollten, bevor sie die Modellkomplexität optimieren.

Die vorgeschlagene TA-TM-Methode wird als generalisierbare „Plug-and-Play"-Lösung präsentiert, die auf bestehende Inspektionspipelines ohne Nachtraining angewendet werden kann. Die Autoren räumen bescheiden ein, dass TA-TM moderate Verbesserungen bietet, wenn der Basisdetektor bereits stark ist, und deuten an, dass ihre Wirkung bei niedrigeren SNR-Bedingungen oder mit schwächeren Detektoren ausgeprägter wäre. Die Arbeit stellt die Erkennung hochauflösender Defekte als Problem der Inferenzstrategie neu dar und bietet einen systematischen Ansatz zum Umgang mit Auflösungskollaps und Randartefakten im industriellen Computer Vision.