基于改进YOLOv8模型的PCB电路板缺陷检测方法研究

作     者：朱凯 李凌霄 何宇楠 

作者机构：重庆理工大学理学院重庆 重庆理工大学数学科学研究中心重庆 

出 版 物：《计算机科学与应用》 (Computer Science and Application)

年 卷 期：2024年第14卷第2期

页      面：501-516页

学科分类：08[工学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主　　题：PCB YOLOv8s LSKNet 注意力机制 目标检测 机器学习 

摘      要：针对现有PCB电路板缺陷检测方法普遍存在的准确率低、处理速度慢、适应性差等问题,本文设计提出了一种基于YOLOv8的改进电路板缺陷检测模型YOLOv8-PCB。该模型通过引入注意力机制,并结合数据增强和多尺度训练策略,能够有效提升缺陷检测准确率和处理速度。与此同时,考虑到PCB电路板的背景信息比较单一,通用目标检测模型性能受限的问题,本文进一步设计采用了一种LSKNet注意力机制,通过在特征提取时自适应动态调整目标感受视野,从而提升模型对小缺陷的目标检测能力。通过各项试验结果表明,本文提出的算法模型在测试数据集下的平均准确率、召回率分别为95.0%和93.3%,分别优于原始YOLOv8算法91.8%和90.9%。且模型参数量更小,在提升检测性能的同时能够兼顾算法计算效率,因此可以快速地、准确地实现PCB电路板的缺陷检测,为智慧工厂、智能装备等领域提供技术支持。