基于改进YOLOv4算法的PCB缺陷检测

作者：李澄非; 蔡嘉伦; 邱世汉; 梁辉杰

来源：电子测量技术, 2021, 44(17): 146-153.

DOI：10.19651/j.cnki.emt.2107135

• 电路板
• 机器视觉
• YOLOv4
• 小目标
• 目标检测

现有印刷电路板(PCB)缺陷检测方法,多采用参考法进行检测,对图片配准要求高,不仅耗时且定位误差大。YOLOv4速度快,精度高,但应用在PCB检测上存在着漏检的情况,对小目标检测效果不佳,现提出了一种基于改进YOLOv4算法的PCB缺陷检测方法。首先,以CSPDarknet53为主干网络,采用单特征层结构,避免了数据不均衡带来的先验框分配问题。然后,将网络中的5次卷积改进为CSP结构的残差单元,进一步提高特征提取能力。最后,采取K-means++对先验框重新进行聚类,提高模型训练效果。实验部分采取北京大学发布的PCB数据集进行训练,结果表明,改进后的算法平均精度均值(mAP)达到98.71%,在精度上优于其他常见的目标检测算法。

• 单位
  五邑大学