基于YOLOv8的PCB缺陷检测改进算法

摘要

针对工业印刷电路板缺陷检测任务中，小目标特征不明显且检测精度不足的问题，提出一种基于YOLOv8算法的改进算法.首先，通过增删特征图尺寸以适应印刷电路板缺陷检测，并借鉴加权双向特征金字塔网络结构保留原始图像的特征；其次，利用分组卷积在颈部设计一个轻量化模块进行特征提取，提高检测精度的同时降低了模型复杂度；最后，在小目标检测头前引入可增强特征表现能力的坐标注意力模块，进一步提高检验精度.实验结果表明，改进后的算法能将检测精度mAP@0.5提升至95.4%,并使检测速度FPS(帧每秒)达到105.4,可以更好地满足工业检测对精度和实时性的要求.

关键词

印刷电路板缺陷检测 / 神经网络 / 注意力机制 / 分组卷积