项目介绍
基于YOLOv8n的PCB电路板缺陷检测系统是一套面向PCB制造质检场景的智能检测与管理平台。系统以PCB图像为输入，通过训练好的YOLOv8n模型自动识别缺孔、鼠咬、开路、短路、毛刺、多余铜六类常见缺陷，并输出缺陷类别、置信度、边界框坐标以及可视化标注结果图。用户可在前端页面上传待检测图片，调整检测置信度阈值，查看原图、检测结果图和缺陷明细表，从而直观了解电路板中可能存在的问题。
选题背景与意义
PCB电路板是电子产品实现电气连接和元器件承载的重要基础部件，其生产质量会直接影响电子设备的稳定性、可靠性和使用寿命。随着电子产品逐渐向小型化、高密度和复杂化方向发展，PCB板面线路越来越细，孔位、铜箔和焊盘结构也更加密集，生产过程中产生的细微缺陷更容易引发开路、短路、接触不良等问题。传统人工目检主要依赖检测人员经验，面对大批量图像时容易受到疲劳、主观判断差异和检测效率限制的影响，存在漏检、误检和检测标准不统一等问题。
关键技术栈：YOLOv8
YOLOv8是Ultralytics推出的一类单阶段目标检测算法，能够在一次前向推理中直接输出目标类别、置信度和边界框位置。与两阶段检测算法相比，YOLO系列通常具有推理速度快、部署流程简洁、检测结果直观等特点，适合应用在工业视觉检测、实时监控和缺陷识别等场景。本系统选用YOLOv8n作为核心检测模型，其中"n"表示nano版本，模型参数量较小、权重文件体积轻、推理计算量低，更适合毕业设计、本地演示和轻量级Web服务部署。
技术架构图
系统功能模块图
