基于YOLO11的轻量化PCB缺陷检测算法研究

黄文杰; 罗维平; 陈镇南; 彭志祥; 丁梓豪

doi:10.16088/j.issn.1001-6600.2025022502

广西师范大学学报（自然科学版） ›› 2026, Vol. 44 ›› Issue (1) : 56 -67. DOI: 10.16088/j.issn.1001-6600.2025022502

基于YOLO11的轻量化PCB缺陷检测算法研究

黄文杰, 罗维平, 陈镇南, 彭志祥, 丁梓豪

作者信息 +

Author information +

文章历史 +

摘要

针对印刷电路板(printed circuit board, PCB)小目标缺陷检测精度低，且模型复杂、计算量大、难以在边缘设备上部署运行的问题，本文基于YOLO11n提出一种轻量化算法。首先使用BiMAFPN(bi-directional multi-branch auxiliary feature pyramid network)对模型的网络结构进行重构，再使用C3k2＿Faster模块在保证准确度的前提下进一步降低模型的复杂度，最后使用LSCD(lightweight shared convolutional detection)检测头提高检测的精度。实验表明，本文提出的模型精确率达93.0%,召回率82.8%,模型权重大小3.8 MiB,mAP@0.5和mAP@0.5∶0.95分别达到89.9%和47.1%,相较于YOLO11n,精确率提升0.6个百分点，mAP@0.5和mAP@0.5∶0.95分别提升1.4和0.6个百分点，模型体积、计算量和参数量分别减少30.9%、19.0%、34.6%。改进后的算法在轻量化的同时仍具备较好的检测精度，适合于边缘设备的部署。