---
title: PCB DETECT
emoji: 😻
colorFrom: red
colorTo: indigo
sdk: gradio
sdk_version: 4.31.5
app_file: app.py
pinned: false
license: mit
---
# 基于改进YOLOv8算法的PCB缺陷辅助检测系统
传统的PCB缺陷检测主要依赖于人工目检或使用简单的机器视觉系统，但这些方法存在效率低、准确率低、劳动强度大、易受人为因素影响等问题。
单人开发一款基于改进YOLOv8算法的PCB缺陷辅助检测系统，项目提出了一种改进的YOLOv8算法，首先提出一种残差注意力机制，即带有残差连接的CBAM注意力机制ResCBAM，并在YOLOv8模型的头部添加，提高模型提取特征能力的同时，防止模型过拟合。
并使用GhostConv来替换主干中的普通卷积在保证性能的同时使模型更加轻量化。同时引入WIOU损失函数来代替原有的CIOU损失函数，来避免小目标对损失函数影响过大的问题
以及缓解数据集类别不平衡的问题。
通过实验结果表明与原始YOLOv8模型相比，
所提出的改进YOLOv8模型在DeepPCB数据集上的Precision, Recall, F1score, mAP50, mAP50-95分别提高了5.3%，2.3%，3.8%，3.4%，7.3%。显著提升了检测精度与效率，
对保障产品质量、降低生产成本具有重要意义。还将模型部署到了WEB端，用户可以访问网页来上传图片或者拍照进行检测，并可以将结果保存。
项目部署地址：https://huggingface.co/spaces/llzzyy233/PCB-DETECT



项目使用gradio进行部署，依托hugging-face平台 


Check out the configuration reference at https://huggingface.co/docs/hub/spaces-config-reference