基于改进YOLOv8的电子元件插装检测方法

摘要

针对PCB板编带电容插装检测效率与精度难兼顾、传统视觉易损伤PCB板的问题，设计基于YOLOv8n的在线检测方法。在电容引脚即将插入插孔时，工业相机同步采集二者图像；通过引入OTSU自适应阈值的改进Laplacian梯度函数检测图像清晰度，结合补拍机制剔除模糊图，保障输入质量；将清晰图像输入改进神经网络，判断引脚与插孔匹配度。引入SE注意力模块，增强关键特征提取能力以降低背景噪声干扰；采用改进FasterNet模块轻量化YOLOv8n的Backbone层，组成Faster-C2f模块，减少参数量与计算量并避免冗余通道计算。检测结果显示，检测准确率达99%,单个电容平均插装时间约3.54 s;改进的Faster-YOLO模型较原始YOLOv8n,mAP@0.5提升4.9%,参数量减少16.6%,浮点运算次数降低9.8%,实现检测性能与轻量化平衡，可避免不合格电容损板，满足工业生产需求。

关键词

YOLOv8n / SE注意力模块 / FasterNet / 轻量化 / PCB板 / 电容插装检测 / 机器视觉