本发明提出一种基于改进YOLOv5算法的PCB表面缺陷检测方法。该方法包括：对原始的PCB数据集进行预理，建立YOLOv5算法的网络结构；根据GIoU确定YOLOV5网络损失函数和性能评价指标；改进了网络结构的处Neck部分，加入自适应特征融合（Adaptively Spatial Feature Fusion，ASFF），充分利用不同尺度的特征，增强小目标检测性能；改进了最终预测边界框的方法，利用目标框加权融合（Weighted Boxes Fusion，WBF）替代非极大值抑制（Non Maximum Suppression，NMS）作为选择最终预测的边界框的方法；根据改进的YOLOv5算法网络结构，利用迁移学习的思想对网络结构进行训练；将待检测PCB表面缺陷样本数据输入训练好的基于改进YOLOv5算法的PCB表面缺陷检测模型，输出待检测PCB表面缺陷的位置和类别信息。经实例检测，本发明实现了PCB表面缺陷检测的高效和高精度的检测。