基于改进YOLOv11n模型的FPC表面缺陷检测
官洲洋1
黄勇1
谭浩1
谭杭2
陈进财2
1.湖北民族大学 智能科学与工程学院,湖北 恩施 4450002.达翔技术(恩施)有限公司,湖北 恩施 445000
摘要：针对柔性印制电路板(flexible printed circuit board,FPC)表面缺陷检测在工业生产中须同时满足高精度识别与高速处理的挑战,提出了基于改进你只看一次第11 版纳米型(you only look once version 11 nano,YOLOv11n)的FPC表面缺陷检测模型.主要改进包括:使用纤细颈部(slim-neck)模块,将原 YOLOv11n 模型颈部网络中的卷积(convolution,Conv)替换为鬼影混洗卷积(ghost shuffle convolution,GSConv),将 3 尺度卷积双路径可变核(convolutional three-scale kernel-adaptive dual-path,C3K2)结构替换为矢量化鬼影混洗跨阶段部分网络旋涡(vortex of vectorized ghost shuffle cross stage partial,VoVGSCSP)结构;同时引入辅助检测头增强特征提取能力,并采用聚焦型完全交并比(focaler-complete intersection over union,Focaler-CIoU)改进原始损失函数.结果表明,较原 YOLOv11n模型,改进YOLOv11n模型的召回率、平均精确率均值分别提升了 2.9、2.6 个百分点,检测速度达到 116.5 帧/s,模型参数量减少了 0.49%.该模型能有效实现对FPC表面小尺寸和密集缺陷的高精度检测,满足工业生产中精度与实时性的双重要求,为FPC制造业的质量控制提供了可靠解决方案.
关键词：柔性印制电路板表面缺陷检测YOLOv11nslim-neck辅助检测头损失函数
分类号：TP183(自动化基础理论)
资助基金：湖北省科技计划项目(2022BEC021)
论文发表日期：2025-06-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 210-216,300 )
英文信息