基于ARS-YOLOv9s的PCB缺陷检测算法

来源：电子测量技术杂志2025年第14期北京时间：

作者：陈枫赟，李鹏，张翔凯，于涛，余珺泽

单位：1.南京信息工程大学江苏省气象探测与信息处理重点实验室 南京 210044;2.江苏省工业环境危害要素监测与 评估工程研究中心 无锡 214105;3.南京信息工程大学江苏省气象传感网技术工程中心 南京 210044

摘要：针对现有印刷电路板缺陷小、种类多、特征不明显的问题，提出了一种基于ARS-YOLOv9s的缺陷检测算法，该算法在YOLOv9s网络架构基础上进行优化。针对原算法在多尺度特征融合时存在信息丢失的问题，融入AFPN对图像进行特征融合从而丰富语义信息；通过在主干网络中引入iRMB注意力机制，提升浅层特征中微小缺陷的关注度；针对目标缺陷特征较小的问题，删除大目标检测层并新增微小目标检测层，模型轻量化的同时并提高其检测精度；将原模型损失函数替换为Shape-IoU以期改善正负样本不均衡对模型的影响，加速模型收敛。实验结果表明，本文算法mAP为98%，mAP@0.5：0.95为68.2%，相较于原YOLOv9s分别提升了2.8%、9.3%，且各个类别缺陷mAP均有明显提升，证明了本文算法的有效性。

关键词：YOLOv9s;小目标检测;印刷电路板;特征金字塔网络;注意力机制

基金资助：国家自然科学基金(41075115)、江苏省重点研发计划社会发展项目(BE2015692)、无锡市社会发展科技示范工程项目（N20191008）资助