Балансування «довгого хвоста» для покращення повноти виявлення рідкісних класів без деградації точності при детекції дефектів печатних плат

Анотація

У статті розглянуто задачу балансування «довгого хвоста» у системах автома-тизованого оптичного контролю друкованих плат, Automated Optical Inspection (AOI) для Printed Circuit Board (PCB). Такий розподіл є типовим для виробничих даних: кілька видів дефектів трапляються часто, тоді як рідкісні, але технологічно важливі класи мають малу кількість прикладів у навчальній вибірці. Унаслідок цього нейромережевий детектор краще навчається на частих класах і гірше виявляє дефекти хвоста розподілу. Для контролю якості друкованих плат ця проблема є суттєвою, оскільки пропуск реального дефекту може призвести до відмови виробу, а неконтрольоване збільшення кількості хибнопозитивних спрацьовувань підвищує навантаження на оператора та зменшує пропускну здатність виробничої лінії.
Основна ідея дослідження полягає не в простому збільшенні повноти виявлення, тобто recall, а в її покращенні для рідкісних класів за умови збереження прийнятної точності позитивних спрацьовувань, precision і контрольованої кількості False Positive (FP) на одну плату. У роботі запропоновано методичну схему застосування навчальних і постобробних підходів: контрольованого семплінгу, hard negatives, Focal Loss, Class-Balanced Loss, Equalization Loss v2, Seesaw Loss, двостадійного навчання, калібрації та підбору класових порогів. Окрему увагу приділено протоколу оцінювання, що включає recall за заданого рівня precision, FP/плата, macro-recall, per-class precision-recall криві та перевірку затримки інференсу.
Практична цінність роботи полягає у формуванні керованої схеми налаштування AOI-детектора, у якій покращення якості на рідкісних дефектах не розглядається ізольовано від виробничих обмежень і ризику деградації precision.

Ключові слова: AOI, PCB, друковані плати, довгий хвіст, дисбаланс класів, нейромережева детекція, recall, precision.