基于改进YOLOv7-tiny的PCB表面缺陷检测

摘要

实现实时印刷电路板（Printed Circuit Board, PCB）表面缺陷检测是提高PCB制作工艺流程智能化的基础，针对原始PCB检测方法耗时长、精度低、不易移动的问题，提出了一种基于YOLOv7-tiny的改进模型。将YOLOv7-tiny中的SiLU激活函数替换为ELU函数，引入集中综合卷积模块（C3模块），将深度可分离卷积与C3相结合，构成集中综合深度可分离模块，并添加卷积块注意模块。经实验，改进后的模型在检测准确性、召回率以及均值平均精度上都表现出色，相较于原模型大小下降了2.8 MB。与其他主流的目标检测方案对比，也表现出较好的检测效果。改进后的YOLOv7-tiny能够保持更高的准确性，同时还减少了模型的内存需求，这为PCB缺陷的实时检测以及边缘部署提供了新的可能性。

关键词

目标检测 / YOLOv7-tiny / 激活函数 / 集中综合深度可分离模块 / 注意力机制