基于改进YOLOv8的PCB焊点语义分割方法

针对具有相似灰度值的印制电路板(Printed Circuit Board,PCB)焊点在检测分割过程中的误检和漏检问题,提出改进YOLOv8的PCB焊锡语义分割模型。在主干网络引入坐标注意力(Coordinate Attention,CA)机制,准确定位焊点空间位置,提升模型捕捉焊点空间信息能力;使用双向特征金字塔网络(Bi-directional Feature Pyramid Network,BiFPN)替换路径聚合网络(Path Aggregation Network,PANet)特征金字塔,更好地捕捉目标的边界信息,并在原有基础上增加一个分割层。引入EIoU损失函数,提供更精细的评估结果并提高泛化能力。通过对比实验得出,所提算法的平均像素精度(mean Pixel Accuracy,mPA)达到90.37%,平均交并比(mean Intersection over Union,mIoU)达到83.76%,每秒推理图片张数(Frames Per Second,FPS)达到43,实现了PCB板更精准的焊点分割。