基于改進(jìn)YOLOv8s的輕量化PCB板缺陷檢測方法

打開文本圖片集

摘要：為了解決傳統(tǒng)PCB板缺陷檢測效率低下，檢測精度較低的情況，文章提出了一種改進(jìn)YOLOv8的輕量化PCB板缺陷檢測方法。骨干網(wǎng)絡(luò)使用改進(jìn)的感受野注意力卷積（RceptiveFiled Attention Convolution，RFAConv）代替原模型中的標(biāo)準(zhǔn)卷積，克服了卷積核參數(shù)共享的難題，提高了檢測精度；頭部網(wǎng)絡(luò)使用P2和ASF進(jìn)行改進(jìn)，因為小目標(biāo)通常在圖像中占據(jù)較少的像素，所以更容易被忽略或誤判，引入P2小目標(biāo)檢測層使YOLOv8能夠更有效地檢測小目標(biāo)物體；注意力尺度序列融合ASF可以有效地增強(qiáng)網(wǎng)絡(luò)的多尺度信息提取能力。（剩余4604字）