既存のPCB欠陥検出アルゴリズムが、対象のサイズが小さい、背景の回路が複雑、形状が不規則といった状況で精度不足や誤検出・漏れ検出の問題を抱えていることに対し、本論文では改良版YOLO11に基づくPCB表面欠陥検出手法を提案する。まず、主幹ネットワークに多尺度畳み込み注意（MSCA）機構を導入し、微小欠陥の検出能力を強化した。次に、従来のネック構造を高効率特徴ピラミッドネットワーク（HS-FPN）に置き換え、チャネル注意機構（CA）および選択的特徴融合機構（SFF）を導入することで、異なるサイズの欠陥に対するモデルの検出能力を向上させた。さらに、ConvFormerと畳み込みゲート線形ユニット（CGLU）を組み合わせてC3K2モジュールを改良し、計算複雑度を低減しながら有効な特徴抽出能力を高めた。最後に、UIoU（Unified-IoU）損失関数を用いて候補領域の重み付けを動的に調整し、位置精度と収束速度を向上させた。自作の6種類のPCB欠陥画像データセットでの実験により、改良モデルはmAP 89.1%を達成し、元のYOLO11モデルに比べて平均検出精度が5.3%、精度が2.3%、再現率が6.1%、パラメータ数が28.3%削減され、提案手法の実際のPCB欠陥検出における有効性と応用可能性を検証した。

画像処理;PCB欠陥検出;YOLO11;多尺度畳み込み注意機構;高効率特徴ピラミッドネットワーク