更新 readme

README.md

@@ -9,8 +9,17 @@ app_file: app.py
 pinned: false
 license: mit
 ---
-# 基于yolov8的PCB缺陷检测系统 
-使用yolov8模型进行训练 
+# 基于改进YOLOv8算法的PCB缺陷辅助检测系统
+传统的PCB缺陷检测主要依赖于人工目检或使用简单的机器视觉系统，但这些方法存在效率低、准确率低、劳动强度大、易受人为因素影响等问题。
+单人开发一款基于改进YOLOv8算法的PCB缺陷辅助检测系统，项目提出了一种改进的YOLOv8算法，首先提出一种残差注意力机制，即带有残差连接的CBAM注意力机制ResCBAM，并在YOLOv8模型的头部添加，提高模型提取特征能力的同时，防止模型过拟合。
+并使用GhostConv来替换主干中的普通卷积在保证性能的同时使模型更加轻量化。同时引入WIOU损失函数来代替原有的CIOU损失函数，来避免小目标对损失函数影响过大的问题
+以及缓解数据集类别不平衡的问题。
+通过实验结果表明与原始YOLOv8模型相比，
+所提出的改进YOLOv8模型在DeepPCB数据集上的Precision, Recall, F1score, mAP50, mAP50-95分别提高了5.3%，2.3%，3.8%，3.4%，7.3%。显著提升了检测精度与效率，
+对保障产品质量、降低生产成本具有重要意义。还将模型部署到了WEB端，用户可以访问网页来上传图片或者拍照进行检测，并可以将结果保存。
+项目部署地址：https://huggingface.co/spaces/llzzyy233/PCB-DETECT
+
+
 
 项目使用gradio进行部署，依托hugging-face平台