基于SDA-YOLOv8的PCBA 缺陷检测算法研究

来源：机械与电子杂志2026年第01期北京时间：

作者：王立杰;高嘉伟;徐相龙;王婷婷

单位： (东北石油大学电气信息工程学院,黑龙江 大庆 163318)

摘要：:针对电路板贴片元件缺陷检测中缺陷目标小、模型运算量大和训练生成模型文件过大问题,提出改进YOLOv8的轻量化缺陷检测算法。通过使用StarNet网络架构实现了高效的特征融合,降低计算量。设计了细节增强轻量化检测头,传递更多的低阶特征信息给高维检测网络,提高对小目标缺陷的检测效果。同时使用PRP AIFI模块替换原SPPF模块,更高效地捕捉有效信息点。实验数据表明,在自制数据集的测试实验中,改进后模型精度达到99.3%,该模型的mAP相比原模型提高了1.3%,模型参数量减少了40.9%,FLOPs最终为5.0×109,相较于原模型下降39%。所提算法在保持高精度的同时显著提升了运算效率。

关键词：YOLOv8;缺陷检测;PCBA;StarNet