SME-YOLO：一种用于PCB表面微小缺陷检测的实时检测器
计算机视觉与模式识别
2026-01-19 v1
摘要
印制电路板（PCB）的表面缺陷直接影响产品的可靠性和安全性。然而，实现高精度检测具有挑战性，因为PCB缺陷通常具有尺寸微小、纹理相似度高和尺度分布不均的特点。为了应对这些挑战，本文提出了一种基于YOLOv11n的新框架，命名为SME-YOLO（小目标多尺度增强YOLO）。首先，我们采用了归一化Wasserstein距离损失（NWDLoss）。该指标有效缓解了交并比（IoU）对微小目标位置偏差的敏感性。其次，原有的上采样模块被高效上采样卷积块（EUCB）取代。通过利用多尺度卷积，EUCB逐步恢复空间分辨率，并增强了对微小缺陷边缘和纹理细节的保留。最后，本文提出了多尺度聚焦注意力（MSFA）模块。该模块针对PCB缺陷特定的空间分布量身定制，自适应地增强了关键尺度区间内的感知能力，实现了局部细粒度特征与全局上下文信息的高效融合。在PKU-PCB数据集上的实验结果表明，SME-YOLO实现了最先进的性能。具体而言，与基线YOLOv11n相比，SME-YOLO的mAP提高了2.2%，Precision提高了4%，验证了所提方法的有效性。
引用
@article{arxiv.2601.11402,
title = {SME-YOLO: A Real-Time Detector for Tiny Defect Detection on PCB Surfaces},
author = {Meng Han},
journal= {arXiv preprint arXiv:2601.11402},
year = {2026}
}