改进YOLOv8的PCB表面缺陷检测算法

针对目前PCB表面缺陷检测方法存在复杂度过高、误检、漏检等问题,提出了一种改进YOLOv8的轻量型检测算法。由于YOLOv8主干网络下采样后的特征图存在一定冗余,设计轻量级的多尺度混合卷积(MSMC),并结合C2f模块增强多尺度特征提取能力;在颈部网络中设计改进的双向特征金字塔结构(BiFPN),使用两个跨层连接得到更加丰富的语义信息;使用C2f-Faster模块减少特征融合过程中的运算量;引入CA注意力机制与WIoUv2损失函数,增强对PCB小目标缺陷的定位能力。实验结果表明,相较于YOLOv8n,改进后的算法在PCB数据集上检测精度提高了2.2%,模型参数量和计算量降低了36.7%和18.5%,分别为1.9 M和6.6 G。最终模型大小仅为3.8 MB,为移动终端设备部署提供了新思路。