计算机科学与探索

作者：杨思念, 曹立佳, 杨洋, 郭川东

单位：1. 四川轻化工大学 计算机科学与工程学院，四川 宜宾 6440002. 人工智能四川省重点实验室，四川 宜宾 6440003. 企业信息化与物联网测控技术四川省高校重点实验室，四川 宜宾 6440004. 四川轻化工大学 自动化与信息工程学院，四川 宜宾 644000

关键词：印刷电路板（PCB）,缺陷检测,机器视觉,机器学习,深度学习

基金：中国高校产学研创新基金（2021ZYA11002）；四川轻化工大学科研创新团队计划（SUSE652A011）；四川轻化工大学自然科学基金（2024RC03）；四川轻化工大学研究生创新基金（Y2024119）；企业信息化与物联网测控技术四川省高校重点实验室开放基金（2024WZY01）。

印刷电路板（PCB）作为电子产品的核心组成部分，其质量直接影响产品的可靠性。随着电子产品朝着更轻、更薄、更精密的方向发展，基于机器视觉的PCB缺陷检测面临诸如微小缺陷难以检测等挑战。为深入研究PCB缺陷检测技术，根据其发展历程对各阶段的算法进行了详细探讨。指出了该领域面临的主要挑战，并介绍了传统PCB缺陷检测方法及其局限性。从传统机器学习和深度学习两个角度系统回顾了近几年PCB缺陷检测所采用的方法及其优缺点。对PCB缺陷检测算法常用的评价指标和主流数据集进行了归纳，并对近三年在PCB-Defect、DeeP-PCB和HRIPCB三个数据集上的最新研究方法进行了性能比较，分析了产生差异化的原因。基于当前现状和亟待解决的问题，对未来的发展趋势进行了展望。

来源：2025年第4期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2025年第4期