来源：期刊VIP网 时间：
作者：赵红华;肖金球;
单位：苏州科技大学电子与信息工程学院;苏州市智能测控工程技术研究中心;
摘要：针对当前印刷电路板(PCB)缺陷检测方法复杂度高、计算量大、容易产生误检漏检等问题，提出了一种YOLOv8n-FESS轻量化检测算法。该算法对骨干(Backbone)网络C2f模块中的瓶颈(Bottleneck)结构进行改进，引入快速网络(Fasternet)中的部分卷积(PConv),以增强其特征提取能力，并融入高效多尺度注意力(EMA)机制，进一步提升Backbone的特征表征能力；在颈部(Neck)网络中，使用空间和通道重建卷积(SCConv)改进C2f模块中的Bottleneck,解决特征冗余问题，实现网络的轻量化；在头部(Head)网络中使用分离和增强注意力模块检测(SEAM Detect)的检测头，以获取多尺度的特征；最后，通过WIoUv3替代原有的CIoU边界损失函数，减少了网络的回归损失。北京大学公共PCB缺陷数据集验证结果表明，与YOLOv8n相比，提出的算法平均精度均值(mAP)提高了3.3%,模型参数量(Params)减小了23.3%,计算量(FLOPs)减小了29.6%,模型大小仅为4.63×10~6。
关键词：印刷电路板(PCB);;YOLOv8n;;缺陷检测;;轻量化;;特征提取
基金资助：江苏省研究生创新工程基金(KYCX21-3010)
