DySnake-YOLO：改进的YOLOv9c电路板表面缺陷检测方法

来源：计算机工程与应用杂志2025年第3期北京时间：

作者：李耀龙, 陈晓林, 林浩, 王宇, 王春林

单位：1.云南师范大学 信息学院，昆明 650500；2.楚雄师范学院 数学与计算机学院，云南 楚雄 675099；3.琼台师范学院 信息科学技术学院，海口 571100

摘要：针对印刷电路板生产时出现缺孔、开路、短路、毛刺和假铜等缺陷，由于缺陷尺寸微小和背景的相似性等问题造成的检测精度低，提出一种改进YOLOv9的电路板表面缺陷检测算法DySnake-YOLO。在特征提取部分，添加了一种动态的、查询感知的稀疏注意力机制BRA，来对印刷电路板的特征进行细粒度的提取。在特征融合部分设计了一种根据管状目标以适应电路板特性，以及关注区域连通性特征适合管状场景的RE4DConv卷积模块，提升了模型融合印刷电路板中的管状尺度特征的能力。通过在北京大学公开的PCB缺陷数据集上进行实验表明，改进后的算法相较于原型，mAP50提高了0.023，与YOLOv8n等主流目标检测算法相比，改进方法在mAP50、mAP50-95方面分别提升了0.071、0.085，在印刷电路板缺陷检测任务上的有着较高的应用价值。

关键词：目标检测,电路板检测,YOLOv9,BRA模块,RE4DConv