一种改进YOLOv5模型的PCB板缺陷检测方法

针对传统PCB板检测方法中检测效率不高，检测精度较低等缺点，提出了一种改进YOLOv5模型的PCB板缺陷检测方法。为提升小目标缺陷检测精度，构建了基于BiFPN的网络连接方式，更加充分地利用了不同尺度的特征信息；为了更好地捕捉目标缺陷的位置，引入了Coordinate Attention注意力机制，使模型的定位和目标捕捉更加精准。实验结果表明，较原始的YOLOv5模型，所提出的针对PCB板表面缺陷检测方法的均值平均精度提高了3.2%。