基于改进YOLOv8的印刷电路板缺陷检测方法研究

作     者：金强山 冯光 田纪亚 张一川 JIN Qiangshan;FENG Guang;TIAN Jiya;ZHANG Yichuan

作者机构：新疆理工学院新疆阿克苏843100 

出 版 物：《现代信息科技》 (Modern Information Technology)

年 卷 期：2024年第8卷第24期

页      面：26-30页

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 12[管理学] 13[艺术学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 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] 0835[工学-软件工程] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：新疆理工学院校级自科科研项目(ZY202107) 

主　　题：YOLOv8 印刷电路板 缺陷检测 

摘      要：为了解决印刷电路板表面小目标缺陷检测精度较低与检测效率不高的问题,文章提出了基于改进YOLOv8的印刷电路板缺陷检测方法。在YOLOv8模型主干网络中使用简单空间金字塔池化融合模块,采用修正的线性单元激活函数,有效地提升了检测效率;使用改进的瓶颈注意力模块,利用通道注意力分支与空间注意力分支,使模型具有较强的表征能力获取特征信息,提升了检测精度;对损失函数进行了改进,构建了WIoU损失函数,降低了锚框与目标框重合时几何因素的影响。在印刷电路板电路板瑕疵数据集上,网络模型的检测精度mAP@0.5值达到了90.2%,相比原网络模型提高了5.7%,对印刷电路板缺陷检测具有重要的意义。