.png){kind=icon}
返回
YOLO-HDEW: An Efficient PCB Defect Detection Model
.png){kind=icon}
OA
AI
DOI：10.3390/electronics14173383.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
为解决印制电路板（PCBs）中小缺陷检测的挑战，提出了一种基于增强YOLOv8架构的YOLO-HDEW模型。在P2特征层引入高分辨率检测层以提高对小目标的敏感性。采用深度可分离卷积（DSConv）进行下采样，降低参数复杂度。集成了边缘增强的多尺度并行注意力机制（EMP-Attention）以捕获多尺度和边缘特征。将EMP机制融入C2f模块形成C2f-EMP模块，并采用动态非单调Wise-IoU（W-IoU）损失函数以增强边界框回归。该模型在PKU-Market-PCB、DeepPCB和NEU-DET数据集上进行评估，实验结果表明YOLO-HDEW达到98.1%的准确率、91.6%的召回率、90.3%的mAP@0.5以及61.7%的mAP@0.5:0.95，分别超越YOLOv8 1.5%、2.3%、1.2%和1.9%。此外，该模型在DeePCB和NEU-DET数据集上展现出良好的泛化性能。这些结果表明，YOLO-HDEW在显著提升检测精度的同时保持可管理的模型规模，为PCB缺陷检测提供了有效解决方案。
Keyword:
YOLO-HDEW
PCB defect detection
small target detection
EMP-Attention
W-IoU loss
期刊
IF:
2.6
论文数:
1.0W
被引数:
4.7W
机构
暂无机构信息
引用论文
Defect Detection Network In PCB Circuit Devices Based on GAN Enhanced YOLOv11基于GAN增强的YOLOv11的PCB电路器件缺陷检测网络
PREAI
分享收藏Divide-and-Conquer: Confluent Triple-Flow Network for RGB-T Salient Object Detection分治法：用于RGB-T显著目标检测的融合三流网络
PREAI
分享收藏Review of vision-based defect detection research and its perspectives for printed circuit board基于视觉的印刷电路板缺陷检测研究综述及展望
PREAI
分享收藏Huo, X. Development of a real-time Printed Circuit board (PCB) visual inspection system using You Only Look Once (YOLO) and fuzzy logic algorithms. J. Intell. Fuzzy Syst. 2023, 45, 4139–4145. [Google Scholar] [CrossRef]Huo, X. 基于You Only Look Once（YOLO）和模糊逻辑算法的实时印制电路板（PCB）视觉检测系统的开发. J. Intell. Fuzzy Syst. 2023, 45, 4139–4145. [Google Scholar] [CrossRef].png)
IF0
PREAI
分享收藏
查看更多内容