换一批摘要目的 针对印刷电路板(printed circuit board,PCB)表面微小缺陷难检、特征弱且易与背景混叠的问题,提出一种融合多尺度特征与YOLOv8的高精度检测算法.方法 首先构造多尺度特征增强模块,使网络对不同尺寸缺陷的表达能力同步提升,并显著加强对微小目标的捕捉.随后引入自适应边界感知注意力模块,对边缘区域特征动态加权,突出边界线索,从而更准确地分离缺陷与背景.为进一步提高定位与分类的一致性,设计边界感知加权混合损失函数,在两项损失间取得平衡,加快收敛并增强鲁棒性.结果 在HRIPCB数据集上的实验表明,所提方法mAP@0.5达98.8%,mAP@0.5:0.95达55.1%,显著优于现有主流算法,尤其在微小缺陷检测任务中表现突出.结论 所提出的MSF-YOLOv8检测方法在复杂PCB表面缺陷识别中具有高精度、高鲁棒性和良好的泛化能力,为智能制造中的自动化质量控制提供了有效技术支撑.
更多相关知识
- 浏览1
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
