基于改进YOLOv8模型的PCB缺陷检测算法

来源：电子测量技术杂志2025年第18期北京时间：

作者：熊炜，黄玉谦，彭鑫旭

单位：1.湖北工业大学电气与电子工程学院 武汉 430068; 2.美国南卡罗来纳大学计算机科学与工程系 南开罗来纳州 29201

摘要：针对现有PCB缺陷检测方法存在漏检率高、泛化性差且难以兼顾检测精度和速度的平衡问题，本文提出了一种基于改进YOLOv8n模型的PCB缺陷检测算法YOLOv8-CSM。首先，在主干网络末尾添加一个CoordAtt注意力模块，抑制复杂背景对PCB缺陷区域的影响以提高模型的检测精度;其次，在检测头中引入3个SEAM模块扩大模型感受野，提高模型对微小缺陷的识别的能力以降低漏检率;最后，使用MPDIoU替代传统的CIoU损失，优化边界框的回归效果并提高模型的收敛速度。实验数据表明，YOLOv8-CSM能更好的兼顾检测精度与速度的平衡且泛化性更强，与基础模型相比Recall、Precision、mAP50、FPS分别提高了4.3%、1.8%、2.7%、42.76，显著提高了模型在PCB缺陷检测任务中的性能。

关键词：YOLOv8;注意力机制;SEAM模块;MPDIoU;PCB缺陷检测

基金资助：国家自然科学基金（62202148）、国家留学基金（201808420418）、湖北省自然科学基金（2019CFB530）、湖北省科技厅重大专项（2019ZYYD020）项目资助