基于改进YOLOv4算法的PCB缺陷检测

来源：电子测量技术杂志2021年第17期北京时间：

作者：李澄非，蔡嘉伦，邱世汉，梁辉杰

单位：五邑大学 智能制造学部 广东 江门 529020

摘要：现有PCB（印刷电路板）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，将网络中的五次卷积改进为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mAP（平均精度均值）达到98.71%，在精度上优于其它常见的目标检测算法。

关键词：电路板; 机器视觉; YOLOv4; 小目标; 目标检测

基金资助：2017年广东省科技发展专项资金（2017A010101019）、2019年广东省普通高校特色创新类项目（2019KTSCX181）资助