НОВИЙ МЕТОД ВИЯВЛЕННЯ ДЕФЕКТІВ ДРУКОВАНОЇ ПЛАТИ НА ОСНОВІ YOLOv8

Анотація

Щоб вирішити проблеми з виявленням дефектів друкованої плати, я розробив новий алгоритм, побудований на вдосконаленій структурі YOLOv8. Цей підхід спрямований на підвищення точності виявлення, одночасно зменшуючи складність моделі, що робить його добре придатним для виявлення менших цілей і ефективного функціонування в середовищах з обмеженими ресурсами. Алгоритм починається з удосконаленої структури мережі шиї, яка скорочує кількість параметрів моделі та обчислювальних вимог, покращуючи ефективність використання ресурсів. Крім того, включення ShuffleAttention і структури BiFPN посилює здатність моделі об’єднувати функції в різних масштабах, значно підвищуючи її продуктивність з меншими цілями.
Крім того, я замінив поширену функцію втрати CIoU на функцію втрати WIoU, що робить модель точнішою та надійнішою у її можливостях виявлення. Під час випробувань ця вдосконалена модель досягла вражаючих результатів: показники mAP50 і mAP90-95 досягли 93,4% і 48,3% відповідно. Більше того, параметри моделі, GFLOP та розмір ваги були зменшені на 33%, 12% та 32% відповідно, зменшивши їх до 1,882M, 7,0 та 4,3M. Це робить рішення не тільки високоефективним і точним, але й легким — ідеальним для використання в обмежених середовищах, таких як мобільні пристрої та вбудовані системи.