PCB AI Doctor — PCB Component Detection Model
低成本自動化 PCB 電路板分析系統 — 利用 3D printer + USB 顯微鏡 + AI，自動偵測 PCB 上的電子元件位置。
Demo
| Input (3072x3072 chunk) | YOLO Detection Result |
|---|---|
 |
 |
YOLOv12n 偵測結果：17 個元件，confidence 0.41~0.97（測試圖片不在訓練集中）
Model Overview
| YOLOv8n | YOLOv12n | |
|---|---|---|
| Weights | weights/best_v8n.pt |
weights/best_v12n.pt |
| Input Size | 640x640 | 640x640 |
| Architecture | Ultralytics YOLOv8 nano | Ultralytics YOLOv12 nano |
| Classes | 1 (component) | 1 (component) |
Task
單一類別偵測 — 定位 PCB 板上所有電子元件（不區分元件類型）。元件分類由下游 AI 識別步驟處理。
Training Data
- 來源: USB 顯微鏡掃描 PCB 板，自動拼接成高解析度全板圖
- Chunks: 30 張 3072x3072 切塊（背景已移除）
- 標註: ~74 個元件 bounding box
- 類別:
component（單一類別） - 前處理: 使用 RMBG 去背，提升訓練訊號品質
Results
YOLOv8n
| Confusion Matrix | Box PR Curve | Training Results |
|---|---|---|
 |
 |
 |
YOLOv12n
| Confusion Matrix | Box PR Curve | Training Results |
|---|---|---|
 |
 |
 |
Usage
from ultralytics import YOLO
model = YOLO("weights/best_v12n.pt")
results = model.predict("pcb_chunk.jpg", conf=0.25)
Pipeline
本模型是 Circuit AI Doctor 自動化 PCB 分析流水線的一環：
- 掃描 — 3D printer + USB 顯微鏡自動掃描 PCB
- 拼接 — 全板影像拼接
- 去背 — RMBG 移除背景雜訊
- 偵測 — YOLO 元件定位（本模型）
- 識別 — AI 辨識元件型號
- Pinout — 自動生成引腳定義 SVG overlay
Links
- GitHub: hhjjy/pcb-ai-doctor
License
CC BY-NC 4.0
- Downloads last month
- 113