标题：基于YOLOv5的电路板焊接缺陷检测优化算法
作者：章之家 岳敏 郜子健 李欣泽 陈鑫尧
作者单位：上海工程技术大学机械与汽车工程学院，上海 201620
关键字：深度学习；电路板焊接缺陷检测；目标检测；YOLOv5
摘要：随着近年来深度学习目标检测算法的发展，使用目标检测算法对各种产品进行瑕疵缺陷检测受到广泛关注。主要提出了一种优化后的YOLOv5目标检测算法，用于提高对电路板焊接缺陷的检测成功率。优化后的算法在原有YOLOv5网络框架的基础上，新增了一个提升小目标检测精度的检测头。该检测头基于CNN构成，与原有的3个检测头结合，能更加有效地识别小目标。集中采集了两种主要焊接缺陷的图片进行焊接缺陷模型训练，经过实验，最后得出改进的算法相比于原有模型，在平均精确率AP值上能够提升约2%。