基于YOLOv4改进的PCB板缺陷检测算法
李致金
江凯强
高伟
刘忠洋
南京信息工程大学人工智能学院(未来技术学院) 南京 210044
摘要：针对当前工业中PCB板缺陷检测方法存在精度低、推理速度慢与模型体积大等问题,现提出一种基于YO-LOv4改进的PCB板缺陷检测方法.首先将YOLOv4主干网络替换为GhostNet网络,大大降低主干特征提取网络的参数量,缩小模型体积,其次在主干网络中加入GCT注意力机制,在不增加计算复杂度的情况下强化特征提取能力,提高精度,最后使用蓝图卷积,降低算法计算复杂度的同时提高检测精度,实现轻量化.使用北京大学智能机人开放实验室公开的PCB瑕疵数据集进行实验,实验结果表明,所提改进算法轻量、高效,对比原算法,在mAP精度与检测速度上均有提升,模型大小降低,能够解决当前存在的问题.
关键词：缺陷检测YOLOv4GhostNetGCT注意力蓝图卷积
分类号：TP391.4(计算技术、计算机技术)
资助基金：国家自然科学基金(61971167)
论文发表日期：2025-02-20
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：7( 320-326 )
英文信息