一种基于轻量化YOLOv5的PCB缺陷检测研究

针对现有PCB缺陷检测误检、漏检问题,提出一种基于轻量化YOLOv5的PCB缺陷检测模型。该模型首先采用自适应锚框计算得到适合实验PCB缺陷数据集的锚框,然后添加Stem模块并且使用轻量化网络EfficientNet-Lite替换YOLOv5主干网络,最后采用GIOU损失函数提高预测框检测精度。该模型在PCBDATASET数据集上进行实验,将实验结果与YOLOv5的不同尺度模型(n、s、m、l)进行对比。结果表明,改进后模型的平均精度均值(mAP)达到96.52%,相较于YOLOv5模型的计算量降低至43.8 GFLOPs,模型复杂度降低了49.8%,满足工业PCB缺陷检测的要求。