CDA-YOLO: An Improved YOLOv11 Model for PCB Defect Detection
Das Papier schlägt CDA-YOLO vor, ein erweitertes YOLOv11-Framework, das ein kreuzebenenbasiertes bidirektionales Feature-Pyramid-Netzwerk, ein leichtgewichtiges Dual-Scale-Convolution-Modul und einen parameterfreien Average-Attention-Mechanismus integriert, um die Genauigkeit der PCB-Fehlererkennung durch die Bewältigung von Herausforderungen bei winzigen Zielobjekten und komplexen Hintergründen signifikant zu verbessern.