基于LT-YOLOv5s的PCB缺陷检测方法

摘要：

针对传统PCB缺陷检测算法检测准确度低、实时性差等问题,提出一种改进的YOLOv5 s网络PCB缺陷检测方法.针对缺陷特性,去除大目标的检测尺度,保留中小目标检测尺度;在网络模型末端用Transformer替代BottleneckCSP模块,提升了网络模型捕获目标特征的能力;结合坐标注意力模块,提升模型的性能并减少参数.以某PCB数据集为测试对象,结果表明,改进后的算法平均精度均值(mAP)达到99.04％,平均检测速度为19ms/帧,改进后的算法能够更加快速有效的检测出PCB缺陷.

关键词：缺陷检测、YOLOv5s算法、Transformer模块、检测尺度、坐标注意力机制

所属期刊栏目：42

分类号：TP391(计算技术、计算机技术)

资助基金：陕西省自然科学基础研究计划项目2022JQ-601

在线出版日期：2023-05-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：108-114