龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：南京工业大学
摘要：本发明公开了基于YOLOv8s的PCB小目标缺陷检测优化方法，包括构建PCB小目标缺陷检测模型，在YOLOv8s增加了小目标检测层，并通过拼接较浅特征图与深特征图以及引入小物体检测头来进行检测，采用EfficientNetv2作为主干特征提取网络，结合BiFPN与骨干网络生成不同分辨率的特征金字塔，提升对象检测和分割性能；引入BAM注意力机制模块，增强对不同维度特征的捕捉能力。本发明通过优化YOLOv8s模型框架来提升网络检测PCB缺陷的性能，实现算法模型在平均精度MAP和检测速度上的提高。
主权项：1.基于YOLOv8s的PCB小目标缺陷检测优化方法，其特征在于：包括以下步骤：步骤一：通过图像采集装置获取样本图像，并制作PCB缺陷数据集；步骤二：基于YOLOv8s算法构建PCB小目标缺陷检测模型；所述PCB小目标缺陷检测模型包括骨干特征提取网络、颈部融合网络和头部检测网络；还包括小目标检测层，所述小目标检测层包括特征图拼接模块和小物体检测头部模块；所述特征图拼接模块用于在模型训练时对输入的多张PCB缺陷样本进行拼接后，传输至模型进行模型的训练及验证；所述小物体检测头部模块添加至头部检测网络，具体为P24检测头，其对应160*160检测特征图，用于检测4*4以上的目标；步骤三：对骨干特征提取网络进行优化；骨干特征提取网络采用EfficientNetv2架构作为骨干网络，BiFPN层从EfficientNet骨干网络接收多尺度的输入特征，生成用于对象分类和边框预测的BiFPN双向特征金字塔模块；步骤五：对模型的两个瓶颈进行优化；所述骨干特征提取网络与颈部融合网络之间的瓶颈处，颈部融合网络与头部检测网络之间的瓶颈处均嵌入BAM注意力机制模块；步骤六：利用PCB缺陷数据集对PCB小目标缺陷检测模型进行训练；得到训练好的PCB小目标检测模型；步骤七：将待检测的PCB图片输入训练好的PCB小目标检测模型，即可获得PCB元件的缺陷检测结果；步骤八：对模型进行评估；采用包括均值平均精确率MAP、准确率Precision、召回率Recall以及检测速度对模型进行评估。
全文数据：
权利要求：
百度查询： 南京工业大学 基于YOLOv8s的PCB小目标缺陷检测优化方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号