基于YOLOv5的轻量化PCB缺陷检测

摘要

针对PCB缺陷检测误检和漏检严重的问题,提出了一种基于YOLOv5的轻量化PCB缺陷检测算法。该算法使用四尺度检测机制扩大模型检测范围,增加深层语义信息与浅层语义的融合,丰富微小缺陷的检测;通过几何中值的过滤器剪枝(Filter Pruning via Geometric Median,FPGM)算法,对模型进行压缩,降低计算量,提高推理速度,实现轻量化处理;在原有网络基础上增加CA注意力机制,过滤冗余信息,强化模型重要信息的提取能力;使用聚类和遗传学习算法对锚框进行调节,加快模型收敛速度、节省训练时间,提高模型预选框准确度;结果表明,模型经过优化后,精度可达到99.06%;在仅考虑体积的情况下,模型可压缩至0.56 MB。模型在检测精度、速度和体积上均有提高,满足PCB缺陷实时检测要求。