💻 computer science

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

本文通过证明在瓦片裁剪上训练检测器并应用一种新颖的、无需训练的拓扑感知瓦片合并（TA-TM）后处理方法，相较于传统的全图或标准瓦片推理策略，能显著提升小缺陷召回率和整体检测精度，从而解决了高分辨率 PCB 缺陷检测中的分辨率坍塌和边界伪影问题。

原作者： Mohammad Alijanpour Shalmani, Alale Rezvani Boroujeni, Ali Amini, Jiann Shiun Yuan

发布于 2026-05-26

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Mohammad Alijanpour Shalmani, Alale Rezvani Boroujeni, Ali Amini, Jiann Shiun Yuan

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，你正在一张巨大的、高分辨率的电路板蓝图上寻找微小的划痕、缺失的螺丝或断裂的导线。这张蓝图如此巨大，以至于如果将其缩小到适合标准电脑屏幕的大小（就像把一幅巨型壁画缩小到邮票大小），那些微小的缺陷就会完全消失。它们变成了看不见的斑点。

这就是该论文要解决的问题：如何在不丢失细节的情况下，在巨大的图像中发现微观缺陷？

以下是他们解决方案的故事，分解为简单的概念和类比。

1. 问题：“邮票效应”

想象你有一张高分辨率的森林照片。如果你将这张照片缩小到邮票大小，以便放入标准相框，你就再也看不到单独的树叶或小鸟了；它们只会模糊成绿色或棕色的像素点。

在电路板（PCB）的世界里，这被称为“分辨率坍塌”。

旧方法： 人们将整个巨大的电路板图像缩小，以适应 AI 的“大脑”（它期望标准尺寸），然后尝试寻找缺陷。
结果： 经过训练以查看标准尺寸图像的 AI，无法看到微小的缺陷，因为它们已经缩小到消失了。AI 本质上对它本该寻找的东西“失明”了。

2. 第一个解决方案：“拼图块”策略

研究人员决定不缩小整张图片，而是将巨大的图像切割成更小、更易管理的块（图块），就像把一个大披萨切成片一样。

策略： 他们将这些较小的切片逐个喂给 AI。由于切片没有被缩小，微小的缺陷依然保持大而清晰。
陷阱： 当你把图片切成块时，会产生边缘。如果一个缺陷正好位于两个切片相接的线上，它就会被切成两半。AI 在一个切片中看到半个缺陷，在下一个切片中看到另外半个缺陷，感到困惑，并可能因为两者看起来“不完整”而将两者都丢弃。这被称为边界伪影。

3. 第二个解决方案：“重叠”策略

为了解决被切碎的缺陷问题，研究人员让拼图块相互重叠。

类比： 想象铺设地板砖，但不是让边缘仅仅接触，而是将它们滑动，使它们重叠几英寸。现在，如果边缘上有一道划痕，它会完整地出现在左边的砖块中，也完整地出现在右边的砖块中。
结果： 这帮助 AI 清晰地看到了缺陷，但也产生了一个新问题：AI 可能会看到同一个缺陷两次（一次在左砖块，一次在右砖块），并对哪一个是“真实”的感到困惑。

4. 秘密武器：“拓扑感知图块合并”（TA-TM）

这是论文的主要创新。它是一套智能规则手册，计算机在查看完所有图块之后、但在给出最终答案之前使用它。

工作原理： 想象 AI 是一个侦探团队。
- 侦探 A 查看左边的图块，在边缘附近看到一个“半嫌疑人”。他们不是 100% 确定，所以给出了低置信度评分。
- 侦探 B 查看重叠的右边图块，看到了同一个嫌疑人的另一半。他们也给出了低评分。
- 旧方法（标准 AI）： 计算机会查看这两份低置信度的报告，说：“两者都不够强，让我们忽略它们。”缺陷被遗漏了。
- 新方法（TA-TM）： 计算机像一个聪明的经理。它看到侦探 A 和侦探 B 正在从不同角度查看同一个位置。它说：“嘿，如果你们两个都看到那里有什么东西，即使你们 individually 都不确定，让我们结合你们的笔记并提高置信度！”
- 结果： 计算机意识到：“啊，这是一个真正的缺陷！”并将其保留。

5. 重大发现：训练比工具更重要

该论文发现了一些令人惊讶的事情，改变了人们构建这些 AI 系统的方式。

不匹配： 如果你通过向 AI 展示整个缩小后的图像来训练它，它会学会寻找“微小的模糊斑点”。如果你随后尝试将同一个 AI 用于“拼图块”策略（其中缺陷是大而清晰的），AI 会彻底失败。这就像通过向狗展示兔子的图片来训练它猎兔，然后指望它去猎大象。
解决方法： 你必须完全按照使用 AI 的方式来训练它。如果你计划使用“拼图块”策略，你就必须在拼图块上训练 AI。
证明： 当他们在拼图块上训练 AI 时，它成为了发现缺陷的大师。当他们尝试将“整图”训练的 AI 用于拼图块时，它完全失败了（成功率从 72% 下降到 1%）。

结果总结

“整图”方法： 几乎漏掉了所有微小缺陷。
“拼图块”方法： 发现了大多数缺陷，但在边缘处的缺陷上挣扎。
“重叠拼图” + “智能经理”（TA-TM）： 发现了最多的缺陷，包括边缘处那些棘手的缺陷，而无需重新训练 AI 或改变其大脑。它只需要一种更聪明的方法来组合线索。

简而言之： 要在巨大的图像中发现微小的东西，不要缩小图像。将其切割成重叠的块，在这些块上训练你的 AI，并使用一个聪明的“经理”来组合边缘的线索。这一简单的改变将一个失败的系统变成了一个高精度的系统。

技术摘要：面向高分辨率 PCB 缺陷检测的尺度感知瓦片推理与拓扑感知合并

问题陈述
高分辨率印刷电路板（PCB）检测面临一个被称为“分辨率坍塌”的关键挑战。标准目标检测器（如 YOLO 系列）在固定的输入尺寸（通常为 640×640 像素）上运行。当将全板高分辨率图像（通常为 1,500–6,000 像素）调整大小以适应这些输入时，微观尺度的缺陷会缩小至几个像素，导致其无法被检测到。相反，虽然基于瓦片的推理（将图像切片为更小的裁剪区域）保留了局部细节，但朴素的应用会引入边界伪影。跨越瓦片边缘的缺陷往往仅部分可见，导致分裂检测、漏检或置信度分数过低，从而被标准非极大值抑制（NMS）过滤。此外，训练与推理尺度之间存在显著不匹配：在调整大小的全图图像上训练的模型在应用于原生分辨率瓦片时会失效，反之亦然。

方法论
作者提出了一种框架，优先保证训练与推理尺度的一致性，并引入了一种新颖的后处理合并策略，而非修改检测器架构。该流程包含四个阶段：

尺度感知训练：检测器并非在全图图像上调整大小后训练，而是完全使用直接从高分辨率源图像中提取的 640×640 像素裁剪区域进行训练。采用步长为 512 像素（重叠 128 像素）的滑动窗口，确保训练期间边界附近的缺陷完全可见。真实标签框（Ground-truth boxes）被裁剪，仅保留可见度至少为 40% 的框。
推理策略：研究使用同一瓦片训练的检测器评估了五种策略：
- 全图推理：将整个电路板调整大小至 640 或 1280 像素。
- 基于瓦片的推理（无重叠）：处理不重叠的瓦片。
- 基于瓦片的推理（有重叠）：处理具有 128 像素重叠的瓦片。
拓扑感知瓦片合并（TA-TM）：一种无需训练、与架构无关的后处理方法，旨在解决边界伪影。
- 图构建：将瓦片网格建模为邻接图。
- 边界检测：对于每个预测，计算其与最近瓦片边缘的距离。距离在阈值（ $\tau = 16$ 像素）内的检测被标记为“边界敏感”。
- 一致性评分：对于边界敏感的检测，算法检查相邻瓦片中是否存在跨越共享边界的同类互补检测。
- 分数调整：如果存在互补检测，则提升边界敏感检测的置信度分数（ $s' = \min(1.0, s + \lambda \cdot A)$ ，其中 $\lambda=0.2$ ）。
- 全局 NMS：所有预测均基于这些调整后的分数，使用类别感知的 NMS 进行合并，允许经邻居确认的分裂检测在抑制中幸存。

主要贡献

分辨率坍塌分析：本文通过实证证明，训练与推理尺度的一致性是影响性能的主导因素。在全图图像上训练的模型在应用于瓦片裁剪区域时，mAP@50 坍塌至 0.01；而在瓦片裁剪区域上训练的模型则实现了 0.72–0.94 的 mAP@50。
系统性比较：对两种高分辨率数据集（PCB-Defect 和 HRIPCB）上的五种推理策略进行了严格评估，涵盖六类缺陷。
TA-TM 算法：引入了一种轻量级后处理方法，无需重新训练或更改架构即可提高边界区域的召回率。
面向部署的指标：评估不仅包含标准 mAP，还包含针对小缺陷召回率和边界区域召回率的特定指标，以解决实际的工业需求。

结果
在 PCB-Defect（230 张图像）和 HRIPCB（693 张图像）上的评估结果如下：

尺度一致性：使用瓦片训练模型的基于瓦片的推理显著优于全图推理。全图 640 像素推理在 PCB-Defect 和 HRIPCB 上的 mAP@50 分别为 0.072 和 0.192，而提出的 Tile+Overlap+TA-TM 策略分别达到了 0.722 和 0.936。
小缺陷恢复：基于瓦片的方法恢复了 46–100% 的小缺陷（在 640 尺度下为 16–64 像素²），这些缺陷完全被全图方法遗漏。在 HRIPCB 上，瓦片推理对这些小缺陷实现了 100% 的召回率。
边界伪影抑制：增加 128 像素重叠将 PCB-Defect 上边界区域（距边缘 0–16 像素）的召回率从约 26% 提升至约 70%，在 HRIPCB 上从约 63% 提升至 100%。TA-TM 在保持或略微提升这些结果的同时，实现了最高的整体 mAP。
效率：虽然基于瓦片的方法（247–459 毫秒/图像）比全图推理（54–98 毫秒）慢，但作者指出，鉴于准确率的显著提升，这对于离线工业检测而言仍然是实用的。

意义与主张
本文主张，高分辨率 PCB 检测的主要瓶颈不在于检测器架构（例如 YOLO 与 Transformer 之争），而在于训练与推理尺度的对齐。作者认为，从业者应在优化模型复杂度之前，优先采用尺度感知的训练协议。

提出的 TA-TM 方法被呈现为一种可推广的“即插即用”解决方案，可应用于现有的检测流程而无需重新训练。作者谦逊地承认，当基础检测器已经很强时，TA-TM 带来的提升适中，表明其影响在信噪比（SNR）较低的条件或使用较弱检测器时会更加显著。这项工作将高分辨率缺陷检测重新定义为推理策略问题，为处理工业计算机视觉中的分辨率坍塌和边界伪影提供了系统性的方法。