来源：期刊VIP网 时间：
作者：范博淦;王淑青;陈开元;
单位：湖北工业大学电气与电子工程学院;
摘要：针对当前PCB缺陷检测目标较小、检测精度低、速度慢等问题，文中提出一种基于改进YOLOv8的PCB缺陷检测模型。该模型以YOLOv8n为框架，引入结合感受野注意力卷积RFAConv和CBAM注意力机制产生的RFCBAMConv模块，提升骨干网络的特征提取能力。引入小目标分割算法ASF-YOLO中的三重特征编码器TFE和尺度序列特征融合模块SSFF改进颈部网络，并结合SSFF模块构建融合多尺度特征的小目标检测头，采用NWD损失函数优化对小目标识别存在的缺陷。实验结果表明，改进后的模型相较于原始模型的准确率、召回率、mAP@0.5和mAP@0.5:0.95分别提升1.7%、2.9%、1.8%、3.8%，模型尺寸减小了10%，参数量降低了13%，可有效应用于PCB缺陷检测任务。
关键词：缺陷检测;;PCB;;感受野注意力;;损失函数;;YOLOv8;;小目标
基金资助：国家自然科学基金项目:构件复杂背景下的实景三维古建筑物细节多层次语义提取方法研究(62306107)
