基于改进YOLOv5的印刷电路板缺陷检测

来源：电子测量技术杂志2023年第23期北京时间：

作者：李大华，徐傲，王笋，李栋，于晓

单位：1.天津理工大学电气工程与自动化学院 天津 300380; 2.天津鸿磁速保科技有限公司 天津 300400

摘要：为解决印刷电路板缺陷检测中缺陷类别易混淆，缺陷目标微小难以检测的问题，提出了一种改进的YOLOv5检测模型。在骨干网络引入SwinTransformer架构，获取局部和全局信息的多尺度特征。增加一个针对小目标的预测特征层，新的多尺度特征融合和检测结构使模型学习更加全面的特征信息。使用ECIoU_Loss作为损失函数，实现电路板缺陷检测速度和准确率协同优化。实验结果表明，改进后的YOLOv5模型在PCB Defect数据集上的平均准确率为98.7%，达到了99.7%的预测精确率和97.4%的召回率，比当前主流的检测模型性能更优越，改进后的YOLOv5模型能更有效的对电路板缺陷进行分类和定位。

关键词：印刷电路板;Swin Transformer;YOLOv5;ECIoU;缺陷检测

基金资助：国家自然科学基金(61502340)、天津市自然科学基金(18JCQNJC01000)、天津理工大学教学基金(YB20-05)、天津市复杂系统控制理论与应用重点实验室开放基金(TJKL-CATCS-201907)项目资助