基于LT-YOLOv5s的PCB缺陷检测方法

作者：张开生; 李昊晨; 关凯凯; 彭朋

来源：实验室研究与探索, 2023, 42(02): 108-114.

DOI：10.19927/j.cnki.syyt.2023.02.023

• 缺陷检测
• YOLOv5s算法
• Transformer模块
• 检测尺度
• 坐标注意力机制

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YOLOv5s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。

• 单位
  陕西科技大学