来源：期刊VIP网 时间：
作者：周志伟;韩宾;
单位：西南科技大学信息与控制工程学院;
摘要：现代PCBA设计复杂，并且密度越来越高，线路和组件之间的距离越来越近，这种高密度布局导致PCBA上的缺陷类型较多且范围较小，加大了缺陷检测的难度。改进YOLOv8n中的LSK模块通过结合大核和小核卷积，可以捕获不同尺度的特征，从而提高了外观缺陷检测的可靠性。因此，文中提出基于改进YOLOv8n的PCBA外观缺陷检测方法。首先，参照Slim-neck网络结构改进Neck网络结构，以达到轻量化的目的；其次，引入LSK模块提升因轻量化网络结构而降低的平均精度均值；然后，通过引入SE模块改进Head网络结构，进一步提高模型的检测性能；最后，引入MPDIoU损失函数，增强小目标检测能力。实验结果表明：所提出的改进模型在PCBA外观缺陷数据集上平均精度均值达到95.2%，相较于YOLOv8n提升了3.1%，验证了所提模型的有效性。
关键词：PCBA;;外观检测;;缺陷检测;;改进YOLOv8n;;损失函数;;轻量化网络
