Обнаружение дефектов печатных плат

Модель PCB Defect Detection предназначена для обнаружения дефектов на печатных платах (PCB) с использованием архитектуры YOLOv8n. Версия 1.0, выпущена 30 декабря 2025 года. Архитектура: Object Detection в YOLO-формате, совместима с семейством YOLO (YOLOv5, YOLOv8 и др.). Входной формат — изображения PCB с XML-аннотациями, выходной — YOLO-style ограничивающие рамки с метками классов.

Модель обнаруживает 6 типов дефектов: Missing_hole (отсутствие необходимых отверстий в PCB, класс 0), Mouse_bite (неправильные краевые дефекты, класс 1), Open_circuit (обрывы или неполные цепи, класс 2), Short (нежелательные соединения между цепями, класс 3), Spur (лишние металлические дорожки, класс 4), Spurious_copper (избыток меди на поверхности платы, класс 5).

Данные взяты из датасета «PCB Defects» с Kaggle (akhatova/pcb-defects), объём ~1.88 ГБ, аннотации в формате VOC XML конвертированы в YOLO-формат с нормализованными координатами bounding box. Предполагаемое разбиение данных: 70/20/10 или 80/10/10 (train/val/test), возможна аугментация с поворотами, классы сбалансированы по 6 типам дефектов.

Целевая аудитория: производители электроники, инженеры ОТК, системы инспекции PCB. Применяется для автоматизированной проверки качества плат, обнаружения производственных дефектов, QA в производстве электроники и R&D в области компьютерного зрения. Требования к развёртыванию: GPU-ускорение (рекомендуется CUDA, разработка велась на T4 GPU), целевая скорость инференса >30 FPS на современных GPU. Метрики оценки: mAP@0.5, Precision/Recall по классам, F1-score, FPS