基于改进YOLOv7的PCB缺陷检测算法

印刷电路板(PCB)在电子器件中有着广泛应用,缺陷检测是对其进行工控的重要手段。随着计算机技术的发展,基于机器视觉检测逐渐成为主流方法。针对PCB缺陷检测任务中缺陷小、种类多、形状特征不一、检测精度速度有限等问题,文章提出了基于MobileNetV3和空间注意力的改进YOLOv7模型。其中,首先将Mo⁃bileNetV3模块作为YOLOv7模型的主干网络,其次搭建了多尺度特征融合网络,最终结合基于空间注意力的多预测头网络与YOLOv7级联模型架构完成了PCB缺陷目标的检测。实验结果表明,相较于前沿方法,文章所提算法在精度、准确率及召回率方面均处于领先水平,如平均精度和准确率分别为97.54%和98.13%,能满足实际工业生产的需求。