論文の概要: PCB-MC: Missing Component Analysis in Printed Circuit Boards

• arxiv url: http://arxiv.org/abs/2609.39427v1
• Date: Wed, 30 Sep 2026 10:06:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 18:57:27.566279
• Title: PCB-MC: Missing Component Analysis in Printed Circuit Boards
• Title（参考訳）: PCB-MC:プリント基板の欠落成分分析
• Abstract要約: PCB-MC(PCB-MC)は、プリント基板上でのコンポーネント検出の欠如をキュレートしたデータセットである。 データセットには197の異なるボードタイプが含まれており、それぞれがユニークなPCB設計に対応する。 我々は,PCB-MC 上で,教師なしおよび教師なしの手法の多様なセットを評価することで,ベンチマーク結果を提供する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Detecting missing components on printed circuit boards (PCBs) differs fundamentally from conventional object detection, as the model must localize components that are not present. We introduce PCB-MC, a curated dataset for missing component detection with footprint level annotations built on top of the RF100 dataset. The dataset contains 197 distinct board types, each corresponding to a unique PCB design, with multiple augmented samples per type. We also provide benchmark results on PCB-MC by evaluating a diverse set of supervised and unsupervised methods. To ensure fair evaluation, we propose board type aware cross validation splits that prevent layout leakage between training and test sets. Supervised models showcase high false negative rates on unseen board designs, and unsupervised anomaly detection methods fail entirely due to the lack of spatial alignment with a board specific reference. These results confirm that missing component detection on diverse PCB layouts remains an open challenge. We release PCB-MC and all training protocols to support reproducible research on structural absence detection in industrial inspection.
• Abstract（参考訳）: プリント基板(PCB)上の欠落コンポーネントの検出は、モデルが存在しないコンポーネントをローカライズする必要があるため、従来のオブジェクト検出と根本的に異なる。 RF100データセット上にフットプリントレベルのアノテーションを組み込んだ,コンポーネント検出の欠如に対するキュレートデータセットであるPCB-MCを紹介する。 データセットには197の異なるボードタイプがあり、それぞれが独自のPCB設計に対応しており、タイプ毎に複数の追加サンプルがある。 また,PCB-MCにおいて,教師なしおよび教師なしの手法の多様なセットを評価することで,ベンチマーク結果を提供する。 公平な評価を確保するため,トレーニングセットとテストセット間のレイアウトリークを防止するためのボード型クロス検証分割を提案する。 監視されたモデルは、目に見えないボード設計に対して高い偽陰性率を示し、教師なしの異常検出方法は、ボード固有の参照との空間的アライメントの欠如によって完全に失敗する。 これらの結果は、多様なPCBレイアウトにおけるコンポーネント検出の欠如が依然としてオープンな課題であることを確認した。 産業検査における構造不在検出の再現可能な研究を支援するため,PCB-MCおよびすべてのトレーニングプロトコルをリリースする。

関連論文リスト

• Quality Inspection of Printed Circuit Board Pin Insertion via Semantic Segmentation and Board-Level Feature Extraction [0.951631426026717]
  本稿では,PCBに挿入されたピンを誤検出する自動欠陥検出手法を提案する。 提案するパイプラインは,U-Netアーキテクチャを用いたセマンティックセグメンテーションと,輪郭に基づく特徴抽出と,ボードレベルのパス/フェイル分類のためのロジスティック回帰を組み合わせたものである。 その結果,提案手法は産業環境における自動ピン検査の候補となる可能性が示唆された。
  論文  参考訳（メタデータ） (2026-08-24T08:11:02Z)
• Structure-Guided Mixed Masked Pretraining and Spatial Continuity Regularization for Printed Circuit Board Defect Detection [13.022718061084406]
  プリント基板(PCB)欠陥検出は自動光学検査(AOI)の不可欠な部分である 本稿では,構造誘導型複合マスクプレトレーニングと空間連続性正規化を組み合わせた2相PCB欠陥検出フレームワークを提案する。 DsPCBSD+データセットの実験により、提案手法は85.5% mAP0.5と52.3% mAP0.5:0.95を達成し、いくつかの強力なベースライン検出器を上回る結果を得た。
  論文  参考訳（メタデータ） (2026-06-02T11:26:07Z)
• Testing the Test: Score-Direction Instability in Class-Split Anomaly Detection [56.362776482614976]
  データセット内のクラス分割評価は、完全に非条件のアウト・オブ・ディストリビューション異常検出のプロキシとして広く利用されている。 このプロトコルは、保持された異常クラスが表現空間の通常の混合と重なり合う場合、悪用される可能性があることを示す。 そこで本研究では,Fashion-MNIST,CIFAR-10,Imagenette間のスコア方向不安定性を予測する。
  論文  参考訳（メタデータ） (2026-05-23T06:27:42Z)
• Component-Based Out-of-Distribution Detection [74.71660065542672]
  アウト・オブ・ディストリビューション(OOD)検出は、自然なイン・ディストリビューション(ID)の多様性に過度に反応することなく微妙なシフトに対する感度を必要とする。 認識コンポーネント理論に着想を得て,入力を機能コンポーネントに分解することで既存の制限に対処する,トレーニング不要なコンポーネントベースOOD検出(CoOD)フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-04-23T11:19:39Z)
• Component Centric Placement Using Deep Reinforcement Learning [0.20305676256390928]
  強化学習は複雑なパッケージにおけるシステムオンチップIPブロック配置とチップレット配置にうまく適用されている。 PCBコンポーネント配置は、コンポーネントサイズ、シングルサイドとダブルサイドのボード、ワイヤの長さの制約、ボードの制約、重複しない配置要件など、ユニークな課題を呈している。 本稿では,PCB コンポーネント配置を RL を用いて自動化するためのコンポーネント中心レイアウトを提案する。
  論文  参考訳（メタデータ） (2026-02-26T22:44:03Z)
• Power Battery Detection [91.99787495748218]
  電力電池は、内部構造欠陥が深刻な安全リスクを生じさせる電気自動車において必須の部品である。 我々は,X線画像から陰極および陽極板の密集端を局所化し,品質検査を行うことを目的として,電力電池検出(PBD)に関する総合的研究を行った。 PBD5Kは,9種類のバッテリタイプから5,000枚のX線画像と8種類の実世界の視覚的干渉を含む,このタスクのための最初の大規模ベンチマークである。
  論文  参考訳（メタデータ） (2025-08-11T09:35:25Z)
• Bounding Box Stability against Feature Dropout Reflects Detector Generalization across Environments [52.65013932553849]
  良い検出器は、位置があまり変化しない有界箱を出力する傾向があり、弱い検出器の有界箱は顕著な位置変化を受ける。 ボックス安定性スコア(BoSスコア)を計算して、この安定性を反映する。 各種試験環境における平均平均精度(mAP)を用いて測定した検出精度とBoSスコアが強い正の相関関係を持つことに寄与する。
  論文  参考訳（メタデータ） (2024-03-20T17:59:16Z)
• Test-time Adaptation with Slot-Centric Models [63.981055778098444]
  Slot-TTAは、半教師付きシーン分解モデルであり、シーンごとのテスト時間は、再構成やクロスビュー合成の目的に対する勾配降下を通じて適用される。 我々は、最先端の監視フィードフォワード検出器と代替テスト時間適応法に対して、配電性能が大幅に向上したことを示す。
  論文  参考訳（メタデータ） (2022-03-21T17:59:50Z)
• ChangeChip: A Reference-Based Unsupervised Change Detection for PCB Defect Detection [0.8057006406834467]
  そこで本研究では,PCBの欠陥検出システムであるChangeChipを紹介する。 また,欠陥検出アルゴリズムの評価のために,20対のPCB画像からなるラベル付きデータセットであるCD-PCBを提案する。
  論文  参考訳（メタデータ） (2021-09-13T07:10:07Z)
• PCB-Fire: Automated Classification and Fault Detection in PCB [0.0]
  著者らは、欠落したコンポーネントを検出し、それらを資源的に分類する新しいソリューションを提案する。 提案アルゴリズムは、与えられたデータセットの結果の最適化に使用される画素理論とオブジェクト検出に重点を置いている。
  論文  参考訳（メタデータ） (2021-02-22T05:19:22Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。