基于YOLO-PCB的印刷电路板裸板缺陷检测

作     者：王龙业 黄鋆 曾晓莉 WANG Long-ye;HUANG Jun;ZENG Xiao-li

作者机构：西南石油大学电气信息学院成都610500 西藏大学信息科学技术学院拉萨850000 

出 版 物：《科学技术与工程》 (Science Technology and Engineering)

年 卷 期：2024年第24卷第15期

页      面：6338-6345页

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 081104[工学-模式识别与智能系统] 08[工学] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 

基　　金：国家自然科学基金(62161047) 

主　　题：印刷电路板 YOLOv5 小目标检测 注意力机制 

摘      要：针对当前印刷电路板(printed circuit board,PCB)裸板缺陷检测算法对小目标检测准确率较低、误检率过高等问题,提出一种改进的YOLO-PCB缺陷检测算法。该算法在YOLOv5s算法的基础上引入注意力机制,增强特征图的通道特征;同时引入加权双向特征金字塔网络改进特征融合层,使网络实现更高层次的特征融合;而且增加小目标检测层,提高网络对印刷电路板上小目标缺陷的检测能力。实验结果表明,相较于原YOLOv5算法,改进后的检测算法具有更强的特征提取融合能力和更高的检测精度,YOLO-PCB算法的mAP0.5提升了4.08%,mAP0.5:0.95提升了56.69%,精确度提升了1.81%,召回率提升了6.76%。