-
题名一种改进YOLOv8n的PCB板表面缺陷检测算法
- 1
-
-
作者
朱泽宇
肖满生
徐萌
王瑶瑶
颜谨
左国才
-
机构
湖南工业大学计算机与人工智能学院
湖南软件职业技术大学软件与信息工程学院
-
出处
《湖南工业大学学报》
2026年第1期92-101,共10页
-
基金
湖南省自然科学基金资助项目(2024JJ8055)
湖南省教育厅科研基金资助项目(21A0607,22C1027)。
-
文摘
针对PCB板表面缺陷检测中存在的检测精度低和微小目标漏检率高的问题,提出一种改进YOLOv8n的PCB板缺陷检测算法。首先对C2f模块进行了改进,通过引入ConvNeXt,设计了新的C2XT模块,以提高特征提取能力;然后在主干网络中引入GAM注意力机制,颈部网络采用CARAFE上采样技术,以增强关键特征表达;此外,在头部检测模块中引入一个针对微小目标的检测头,并融入能对特征进行自适应融合的ASFF模块,提高模型对小目标的检测能力;最后,通过DFL和μ-IoU的组合优化损失函数中边界框回归的计算。实验结果表明,改进的算法在各项指标上都有显著提升,相比原始YOLOv8n算法提升了3%,精确度提升了1.6%。
-
关键词
缺陷检测
CARAFE
c2xt
特征自适应融合
目标检测
-
Keywords
defect detection
CARAFE
c2xt
adaptive feature fusion
object detection
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
