一种基于YOLOLW-Net的PCB表面微小缺陷高精度检测方法

本发明公开了一种基于YOLOLW‑Net的PCB表面微小缺陷高精度检测方法，涉及深度学习与电路板缺陷检测的交叉技术领域。本发明通过结合Legendre多小波变换与改进的深度学习模块(包括LWA、C2f_LSKA和GMCA模块)，有效提升了特征提取和缺陷识别能力，且本方法在多个公开数据集上的实验结果表明，在复杂背景和多种微小缺陷的检测任务中，其综合平均精度(mAP)达到99.2％，显著优于现有的主流方法，此技术的成功应用，不仅为PCB生产提供了高效可靠的质量保障手段，还为电子制造行业实现智能化转型提供了强有力的技术支持。