改进YOLOv8n的轻量化PCB缺陷检测算法

来源：电子测量技术杂志2025年第13期北京时间：

作者：刘辉，刘旭，李校林，曾凡琪，王鹏江

单位：重庆邮电大学通信与信息工程学院 重庆 400065

摘要：针对现阶段PCB缺陷检测算法在模型参数量和检测精度无法同时兼顾的问题，本文提出改进YOLOv8n的轻量化PCB检测算法ST-YOLO。首先，采用轻量化主干网络StarNet替换YOLOv8n的主干网络，调整网络结构。删除大目标检测层，新增小目标检测层。其次，颈部网络中将C2f模块与Star Block和CA注意力机制结合设计出C2f-Star-CA模块，能够更好的融合局部和全局的上下文信息。最后，设计轻量化检测头，通过使用共享卷积减少模型的参数量。实验结果表明：与YOLOv8n相比，本文算法模型参数量减少了45.5%，计算量减少了56.8%，mAP%0.5提升了0.2%，为满足移动端部署的需要提供了新的可能性。

关键词：PCB检测;轻量化;YOLOv8n;深度学习;目标检测

基金资助：四川省科技计划项目（2023YFQ0019）资助