基于深度學(xué)習(xí)的PCB焊錫缺陷檢測(cè)

摘要： 針對(duì)現(xiàn)有印刷電路板(PCB)缺陷檢測(cè)算法具有體積大、精度差和漏檢率高等問(wèn)題，提出一種改進(jìn)的YOLOv5s算法，利用遷移學(xué)習(xí)進(jìn)行優(yōu)化。在主干特征提取網(wǎng)絡(luò)加入卷積塊注意力模塊(Convolutional Block Attention Module, CBAM)并引出一個(gè)新的蘊(yùn)含更多豐富細(xì)節(jié)信息的淺層特征來(lái)提高模型信息感知能力，增強(qiáng)網(wǎng)絡(luò)對(duì)小目標(biāo)的檢測(cè)。使用C3-CBAM替換加強(qiáng)特征...