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：四川大学

摘要：本发明公开了一种基于改进YOLOv8神经网络的PCB裸板缺陷检测方法，包括步骤1：获取PCB裸板的分块图像，并将分块图像拼接成完整PCB裸板图像，并对PCB裸板图像进行预处理后输出YOLO格式的数据集；步骤2：将YOLO格式的数据集输入到已经训练好的改进Yolov8神经网络中进行PCB裸板缺陷检测与分类；本发明采用适用于小目标的聚焦调制模块替换原有的SPPF模块，采用BEMA注意力模块代替原来颈部网络中的C2f模块，并在检测头网络中引入新的Inner‑Shape‑Iou损失函数，使得改进后的网络不仅可以处理不同尺寸的输入图像，同时也可以更加精准定位图像中的目标，提高模型的泛化能力，同时改善模型的回归性能。本发明在保证PCB裸板缺陷检测精度提升同时，又能提升缺陷检测的回归率。

主权项：1.一种基于改进YOLOv8神经网络的PCB裸板缺陷检测方法，其特征在于，包括如下步骤：步骤1：获取PCB裸板的分块图像，并将分块图像拼接成完整PCB裸板图像，并对PCB裸板图像进行预处理后输出YOLO格式的数据集；步骤2：将YOLO格式的数据集输入到已经训练好的改进Yolov8神经网络中进行PCB裸板缺陷检测与分类；其中，所述改进Yolov8神经网络包括主干网络、颈部网络和检测头网络；所述主干网络包括依次连接的第一卷积层、第二卷积层、第一C2f模块、第三卷积层、第二C2f模块、第四卷积层、第三C2f模块、第五卷积层、第四C2f模块和聚焦调制模块；所述颈部网络包括第一上采样模块、第一拼接模块、第五C2f模块、第二上采样模块、第二拼接模块、第一BEMA模块、第六卷积层、第三拼接模块、第二BEMA模块、第七卷积层、第四拼接模块、第三BEMA模块；聚焦调制模块与第一上采样模块连接，第一拼接模块将第一上采样模块输出的特征与第三C2f模块输出的特征拼接后输入至第五C2f模块、第二上采样模块，第二上采样模块输出的特征与第二C2f模块输出的特征经过第二拼接模块拼接后输入至第一BEMA模块和第六卷积层；第六卷积层输出的特征和第五C2f模块输出的特征经过第三拼接模块拼接后输入到第二BEMA模块和第七卷积层，第七卷积层输出的特征与聚焦调制模块输出的特征经过第四拼接模块拼接后输入到第三BEMA模块；第一BEMA模块、第二BEMA模块和第三BEMA模块输出的特征输入到检测头网络；所述BEMA模块包括依次连接的卷积模块、批量归一化模块、EMA注意力模块、第一卷积-归一化-激活模块、第五拼接模块、随机丢弃模块、第二卷积-归一化-激活模块、第六拼接模块；第五拼接模块还与EMA注意力模块连接，第六拼接模块还与卷积模块连接；所述检测头网络的损失函数采用Inner-Shape-Iou函数，所述Inner-Shape-Iou函数模型如下：LInner-Shape-Iou＝1-IoUinner+distanceshape+0.5Ωshape；其中，LInner-shape-Iou为损失函数，IoUinner为真实边界框与预测边界框之间的位置信息，distanceshape为预测边界框中心点相对于真实边界框中心点的偏移程度； Ωshape为形状成本，ww为衡量预测边界框与真实边界框之间宽度差异的指标；wh为衡量预测边界框与真实边界框之间高度差异的指标；θ为形状成本的权重；w和h为预测边界框的宽度和高度； hh与ww分别为高度方向与宽度方向的权重系数，c为预测边界框B和真实边界框Bgt之间的最小封闭边界框的对角线距离；xc,yc为预测边界框B中心坐标，为真实边界框Bgt的中心点坐标； inter为两个边界框的交集面积，为两个边界框在水平方向上的交集长度，即两个边界框右侧边界的较小值减去左侧边界的较大值，为两个边界框在垂直方向上的交集长度，即两个边界框底部边界的较小值减去顶部边界的较大值；union＝wgt×hgt×ratio2+w×h×ratio2-inter，ratio为尺度因子，wgt和hgt为真实边界框的宽度和高度，w和h为预测边界框的宽度和高度，ratio为尺度因子，ratio＝0.65。

全文数据：

权利要求：

百度查询： 四川大学 基于改进YOLOv8神经网络的PCB裸板缺陷检测方法