基于改进YOLOv5s的弱电板卡表面缺陷检测方法

来源：计算机测量与控制杂志2025年第7期北京时间：

作者：刘真,宋凯,刘磊,鞠军燕

单位：中车青岛四方机车车辆股份有限公司

摘要：针对传统弱电板卡表面缺陷检测方法效率低、精度差且对元器件的外观缺陷检测能力不足等问题，对YOLOv5s算法进行了技术改进研究。引入CBAM注意力机制强化了对板卡关键特征的提取能力，结合CotNet模块提升了模型小目标检测的能力，采用动态检测头实现多尺度目标自适应检测，并利用SIoU损失函数优化了模型的收敛速度和检测精度，更好地处理了目标框的回归问题；经实验测试，改进算法在实验室自制的板卡数据集上的准确率达到95.7%，相比原算法，mAP50与mAP50:95分别提升了4.3%与2.5%，有效提升了弱电板卡元器件表面缺陷检测的准确性和可靠性，对未来电路板元器件的表面缺陷检测研究具有一定参考价值。

关键词：弱电板卡;表面缺陷检测;YOLOv5s;注意力机制;损失函数; 动态检测头