Las placas de circuito impreso (PCBs) se utilizan ampliamente para ensamblar equipos electrónicos. Actualmente, las PCBs son una parte integral de casi todos los productos electrónicos. Sin embargo, todavía pueden ocurrir diversos defectos de superficie durante la producción en masa. Se propone una red YOLO-MBBi mejorada para detectar defectos de superficie en PCBs con el fin de abordar las deficiencias de los métodos existentes de detección de defectos de superficie en PCBs, como su baja precisión y pobre rendimiento en tiempo real. YOLO-MBBi utiliza módulos MBConv (bloque de cuello de botella residual invertido móvil), atención CBAM, BiFPN y convoluciones de profundidad para sustituir capas en la red YOLOv5s y reemplazar la función de pérdida CIoU por la función de pérdida SIoU durante el entrenamiento. Se seleccionaron dos conjuntos de datos públicos para este experimento. Los resultados experimentales mostraron que los valores de mAP50 y recall de YOLO-MBBi fueron del 95,3% y 94,6%, respectivamente, lo que fue un 3,6% y un 2,6% más alto que los de YOLOv5s, y los FLOPs fueron de 12,8, lo que fue mucho menor que los 103,2 de YOLOv7. El valor de FPS alcanzó los 48,9. Además, después de utilizar otro conjunto de datos, las métricas de YOLO-MBBi también lograron una precisión satisfactoria y cumplieron con las necesidades de la producción industrial.