来源：期刊VIP网 时间：
作者：张淑卿;孟昊;葛超;
单位：华北理工大学电气工程学院;
摘要：针对当前印刷电路板（PCB）小目标缺陷检测精度低，现有检测模型庞大，在边缘端设备部署难的问题，提出一种基于改进YOLOv8n的PCB缺陷轻量化检测模型YOLOv8-t。首先使用FasterNet Block和Slim-Neck结构对Bockbone和Neck进行结构优化，减少冗余计算和内存访问，解决特征冗余导致的检测精度低的问题；其次使用自研检测头Detect＿G提高模型检测的速度和精度；最后引入基于跨空间多尺度的注意力（EMA）机制提高对小目标检测缺陷的关注度。利用北京大学实验室公开发布的PCB缺陷数据集进行实验。实验结果表明，提出的YOLOv8-t的平均精度均值为95.3%，模型权重大小为4.0 MB，参数量为1.8×106，计算量为3.8 GFLOPs。与原算法YOLOv8n相比，mAP@0.5上升了2.1%，模型权重大小减少了36.5%，参数量减少了36.7%，计算量减少了51.2%。改进算法提高了检测精度，在模型轻量化的方向上取得了好的效果，更适合边缘端部署。
关键词：YOLOv8;;PCB;;轻量化;;缺陷检测;;注意力机制;;Detect＿G
基金资助：河北省自然科学基金资助项目（F2021209006）
