计算机辅助设计与图形学学报

作者：尹嘉超, 吕耀文, 索科, 黄玺

关键词：印刷电路板, EfficientNetV2, 缺陷检测, Faster R-CNN, 高效通道注意力

印刷电路板(PCB)是一种高精密的电子元器件,其优良与否对电子产品的质量有着重要影响.但现有的PCB缺陷检测算法存在着检测精度不高,特别是缺陷定位不够精确等问题.针对以上问题,提出一种基于EfficientNetV2的PCB缺陷检测算法.在Faster R-CNN的基础上,通过选用特征提取能力更强的EfficientNetV2_M作为特征提取网络,同时使用通道注意力机制(ECA)对特征融合网络FPN进行优化,提高了细节信息提取能力.在北京大学智能机器人开放实验室发布的PCB瑕疵数据集上的实验结果表明,相较于目前检测效果最好的PCB缺陷检测算法LWN-Net,改进后的缺陷检测算法在IoU=0.50时mAP由99.58%提升到99.66%;在IoU=0.50:0.95时mAP由52.6%提升到79.4%.该网络在提升了PCB的检测精度的同时,解决了缺陷定位不够精确的问题,实现了高精度的PCB缺陷检测,具有一定的实际意义.代码已经开源在https://github.com/ChaO989/Defect_detection.

来源：2025年第7期

《计算机辅助设计与图形学学报》期刊编辑部

查看计算机辅助设计与图形学学报杂志2025年第7期