基本信息
文件名称:基于YOLOv8的PCB缺陷检测的方法研究.pdf
文件大小:6.08 MB
总页数:78 页
更新时间:2026-04-01
总字数:约8.2万字
文档摘要
摘要
摘要
印刷电路板(PCB)作为电子设备的核心部件之一,广泛应用于各个领域。
如果PCB的质量得不到保障,不仅会影响相关设备的正常运行,甚至还会造成重
大的安全事故。常见的PCB缺陷包括漏焊、鼠咬、开路、短路、毛刺、余铜等。
这些缺陷目标较小,检测难度大,仅依靠人工检测方式,工作效率低,漏检率高。
随着深度学习的发展,众多基于YOLO网络框架的PCB缺陷检测方法模型应运
而生,旨在提升PCB缺陷