Inspección visual de defectos en placas de circuito impreso utilizando arquitecturas YOLO: Una comparación sobre el conjunto de datos DeepPCB
TecnoLógicas · 28.07.2026 · 29 (66) · e3665
DOI: 10.22430/22565337.3665 ↗Kurz gefasst
Fachartikel in der Zeitschrift TecnoLógicas, online erschienen am 28.07.2026. Verfasst von Alexia Blanco und 2 weiteren Autor:innen. Die Arbeit nennt 29 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-SA 4.0). Gefördert von: Fundação Carlos Chagas Filho de Amparo à Pesquisa do Estado do Rio de Janeiro.
Abstract (Originalsprache)
La detección de defectos en placas de circuito impreso (PCB, por sus siglas en inglés) continúa siendo un desafío para los sistemas modernos de manufactura electrónica, donde la necesidad de reducir costos y mejorar la confiabilidad de los productos ha impulsado el desarrollo y aplicación de nuevos modelos de inteligencia computacional. En particular, la familia de arquitecturas YOLO ha evolucionado a lo largo de múltiples versiones, consolidándose como una de las principales soluciones para la detección automática de defectos en sistemas de inspección visual en la industria electrónica. A partir de esto, el presente trabajo comparó YOLOv5 y YOLOv8 para la detección automática de fallos en placas de circuito impreso. La metodología empleada consistió en evaluar ambos modelos de visión computacional mediante el conjunto de imágenes DeepPCB, bajo un entorno de ejecución con soporte GPU, comparando su precisión, sensibilidad, F1-score y mAP con distintos umbrales de solapamiento. Asimismo, se evaluó cualitativamente la capacidad de generalización e inferencia de ambas arquitecturas utilizando imágenes no disponibles durante la etapa de entrenamiento. Los resultados alcanzados mostraron un elevado contraste entre ambas arquitecturas. YOLOv5m destacó por lograr el mejor equilibrio global entre precisión, sensibilidad y estabilidad, mientras que YOLOv8s presentó una mejor capacidad de localización de defectos bajo distintos umbrales. Finalmente, se concluye que YOLOv5 continúa siendo una alternativa adecuada para los procesos tradicionales de inspección visual en la industria electrónica, al ofrecer mayor eficiencia y escalabilidad en tareas de control de calidad, mientras que YOLOv8 representa una opción competitiva cuando se prioriza una mayor precisión en la localización de defectos.
Förderung
- Fundação Carlos Chagas Filho de Amparo à Pesquisa do Estado do Rio de Janeiro
Zitieren
APA
Blanco, A., Benítez-González, I. O., & Lázaro, J. M. B. (2026). Inspección visual de defectos en placas de circuito impreso utilizando arquitecturas YOLO: Una comparación sobre el conjunto de datos DeepPCB. TecnoLógicas, 29(66), e3665. https://doi.org/10.22430/22565337.3665
Vancouver
Blanco A, Benítez-González IO, Lázaro JMB. Inspección visual de defectos en placas de circuito impreso utilizando arquitecturas YOLO: Una comparación sobre el conjunto de datos DeepPCB. TecnoLógicas. 2026;29(66):e3665. doi:10.22430/22565337.3665
BibTeX
@article{Blanco2026,
author = {Blanco, Alexia and Benítez-González, Ivon Oristela and Lázaro, José Manuel Bernal-de},
title = {Inspección visual de defectos en placas de circuito impreso utilizando arquitecturas YOLO: Una comparación sobre el conjunto de datos DeepPCB},
journal = {TecnoLógicas},
year = {2026},
volume = {29},
number = {66},
pages = {e3665},
doi = {10.22430/22565337.3665}
}
EUVIMED