基于改进YOLOv8s的轻量化PCB板缺陷检测方法

打开文本图片集

摘要：为了解决传统PCB板缺陷检测效率低下，检测精度较低的情况，文章提出了一种改进YOLOv8的轻量化PCB板缺陷检测方法。骨干网络使用改进的感受野注意力卷积（RceptiveFiled Attention Convolution，RFAConv）代替原模型中的标准卷积，克服了卷积核参数共享的难题，提高了检测精度；头部网络使用P2和ASF进行改进，因为小目标通常在图像中占据较少的像素，所以更容易被忽略或误判，引入P2小目标检测层使YOLOv8能够更有效地检测小目标物体；注意力尺度序列融合ASF可以有效地增强网络的多尺度信息提取能力。（剩余4604字）