PCB AI缺陷检测系统

3 阅读3分钟

我用 YOLO11 做了一个 PCB 缺陷检测系统,毕设和项目实战都能用

作为一个计算机视觉方向的学生,你是否有过这样的困扰:

  • 毕设时间紧迫,急需找一个拿得出手的项目
  • 网上开源的检测项目要么功能太单一,要么根本没有完整 UI
  • 想做一个能展示技术含量的作品,但不知道从哪里下手

今天分享一个我正在维护的开源项目——PCB AI Inspector,或许能解决你的问题。

什么是 PCB AI Inspector

PCB AI Inspector 是一个基于 YOLO11 的 PCB 缺陷智能检测系统,简单来说,它能自动识别 PCB 板上的常见缺陷。

支持的缺陷类型包括(共 10 种):

序号缺陷类型说明
1开路导线或走线断裂
2短路相邻导体之间的异常连接
3鼠咬导体边缘的缺口
4毛刺导体边缘的额外尖锐突起
5针孔微小的孔洞缺陷
6多铜设计中不存在的铜
7孔 breakout孔周围铜皮延伸
8导体划痕导体表面的划痕
9异物PCB 上的外来物体
10缺孔预期孔位缺失

核心特性

1. 开箱即用 不需要自己收集数据、训练模型。克隆下来配置好环境就能跑,配备预训练模型。

2. 离线运行 数据不需要上传到云端,完全本地处理。这点对于一些敏感场景或者学校实验室来说比较友好。

3. GPU / CPU 自适应 自动检测电脑有没有独立显卡,有就用 GPU 加速,没有也能用 CPU 运行。

4. 完整报告导出 检测结果支持导出 PDF 和 Excel 格式,方便整理和展示。

5. 完整桌面客户端 使用 PyQt6 开发,原生应用体验,功能完整。

技术栈

根据项目 AGENTS.md 文档:

  • 检测模型:YOLO11
  • 桌面端:PyQt6 + torch + opencv-python
  • 前端:React 19 + TypeScript + Vite + Tailwind CSS
  • 模型训练:ultralytics >= 11.0.0

项目结构

整个项目是一个 monorepo,包含多个子项目:

PCB-AI-Inspector/
├── pcb-ai-inspector/     # Desktop 桌面客户端 (PyQt6 + YOLO11)
├── pcb_model/            # Model training 模型训练代码 (YOLO11)
├── pcb_data/             # Raw dataset 原始数据集 (VOC 格式)
└── PCB-AI-Inspector-website/  # React 网站展示页面

适用场景

  • 毕设/课程设计:找一个完整的计算机视觉项目,包含模型、UI、报告,直接就能用
  • 教学实验:计算机视觉实训课的实战项目
  • 创新创业大赛:作品展示需要有完整功能,这个从检测到报告导出都有
  • 工业质检原型:快速验证想法,不需要投入专业设备

怎么用

桌面客户端

# 克隆项目
git clone https://github.com/yan253319066/pcb-ai-inspector.git

# 进入桌面端目录
cd pcb-ai-inspector

# 安装依赖
pip install -e ".[dev]"

# 运行
make run
# 或:python -m pcb_ai_inspector

Web 展示页面

# 进入 Web 目录
cd PCB-AI-Inspector-website

# 安装依赖
npm install

# 运行
npm run dev

详细文档请参考 GitHub 仓库。

开源协议

AGPL-3.0,个人学习使用完全免费,商用需要注意衍生代码开源。

最后

如果你正在找毕设项目,或者需要一个完整的视觉检测系统作为作品展示,可以看看这个项目是否能用得上。

源码放在 GitHub,有问题欢迎提 Issue。

GitHub 地址github.com/yan25331906…


如果对项目有任何建议或者想交流技术问题,可以在评论区聊聊。