来源：期刊VIP网 时间：
作者：张智中;司占军;
单位：天津科技大学轻工科学与工程学院;天津科技大学人工智能学院;
摘要：针对印刷电路板（Printed Circuit Board,PCB）缺陷检测过程中，缺陷微小、分布密集、种类繁多且需要高精度和快速检测的特点，本研究提出了一种基于YOLOv8n的缺陷检测算法。通过将YOLOv8n的C2f模块改进为C2F-Faster-EMA模块，降低了模型的参数量与浮点运算量；引入WIoUv3损失函数，减少低质量缺陷图像对于模型的训练效果的影响，从而实现了缩小模型尺寸和提升检测精度的效果。在增强后的Deep PCB数据集上进行了消融实验与对比试验，并且在PCB Defect-Augmented数据集上进行了泛化实验。结果显示，本研究所提出的模型相比于原YOLOv8n模型，参数量下降了23.3%，浮点运算量（FLOPs）下降了20%，准确率提高了0.7%,mAP@0.5提升了0.3%,mAP@0.5:0.95提高了3.9%。通过对比实验，证明了本研究提出的模型与YOLOv5n、YOLOv5s相比，对于PCB缺陷检测的准确率、mAP均有提高。本研究方法能够满足PCB缺陷检测中对准确率和速度的要求。
关键词：PCB;;缺陷检测;;YOLOv8n;;损失函数;;注意力机制
