一种适用于PCB板真假缺陷判定的人工智能检测方法技术

本发明专利技术涉及一种适用于PCB板真假缺陷判定的人工智能检测方法，包括如下步骤：①、构建AI模型，通过人工智能深度学习的方法构建按照缺陷进行分类的AI模型；②、人工智能检测，将AOI或AVI检测的缺陷图片传输到已训练好的AI模型，根据已训练好的AI模型计算传输过来的缺陷图片数据，判断真假缺陷及缺陷类型，并且将判断的真缺陷进行归类；③、结果反馈，将归类后的真缺陷进行统计，并且以信息反馈的方式输出表达出来，并反馈到客户端；客户端可针对统计报表内容优化对应前制程产品制程和品质，并可根据不同料号对应报表内容形成可追溯数据及分类问题图片，从而达成品质问题数据化可追溯。

An artificial intelligence detection method for PCB true and false defects

The invention relates to an artificial intelligence detection method for determining true and false defects of PCB board, which comprises the following steps: \u2460 building an AI model, and building an AI model classified according to defects through the method of artificial intelligence in-depth learning; \u2461 artificial intelligence detection, transmitting the defect pictures detected by AOI or avi to the trained AI model, and calculating and transmitting according to the trained AI model For the past defect image data, judge the true and false defects and defect types, and classify the true defects; \u2462 for the result feedback, count the real defects after classification, output and express them in the way of information feedback, and feed them back to the client; the client can optimize the corresponding pre process product process and quality according to the content of the statistical report, and according to different material numbers Form traceability data and classification problem pictures corresponding to report contents, so as to achieve data traceability of quality problems.

【技术实现步骤摘要】
一种适用于PCB板真假缺陷判定的人工智能检测方法
本专利技术涉及PCB板的检测领域，尤其涉及一种适用于PCB板真假缺陷判定的人工智能检测方法。
技术介绍
目前PCB行业大多采用AOI（外观检查机）和AVI（光学线路检查机）进行检测，但是采用上述检测方法进行检测时，存在很多问题，仅仅对规则性模板比对缺陷（重复、缺失）检测准确，还会因偏位等问题有较大准确性偏差，对于非规则性缺陷，如开路，短路，残铜，缺口，偏孔，氧化，毛边，锡粉，锡渣，塞孔，擦花，绿油等上百种检测容易出现较大量假缺陷的情况，因此需要人工频繁复检进行缺陷核实，导致效率低下，基于这种情况，引入了AI（人工智能）对AOI和AVI检测的假缺陷进行再次判定，可以极大的提高缺陷检出准确率，大量去除AOI和AVI检出真假点图片集中混入的假点，进而提高整个检测准确性、大幅提升生产效率；但是现有的人工智能检测判定真假缺陷仍旧存在一定的缺陷，经过人工智能检测判定后，输出的信号只有真缺陷还是假缺陷，无法根据检测结果进行分析优化产品制成和品质，无法达成品质问题分类统计数据化可追溯。>专利技术内本文档来自技高网...

【技术保护点】
1.一种适用于PCB板真假缺陷判定的人工智能检测方法，其特征在于，包括如下步骤：/n①、构建和训练AI模型，通过人工智能深度学习的方法训练出按照缺陷进行分类的AI模型；/n②、人工智能检测，将AOI或AVI检测的缺陷图片传输到已训练好的AI模型，根据已训练好的AI模型计算传输过来的缺陷图片数据，判断真假缺陷及缺陷类型，并且将判断的真缺陷进行归类；/n③、结果反馈，将归类后的真缺陷进行统计，并且以信息反馈的方式表达出来，并反馈到客户端。/n

【技术特征摘要】
1.一种适用于PCB板真假缺陷判定的人工智能检测方法，其特征在于，包括如下步骤：
①、构建和训练AI模型，通过人工智能深度学习的方法训练出按照缺陷进行分类的AI模型；
②、人工智能检测，将AOI或AVI检测的缺陷图片传输到已训练好的AI模型，根据已训练好的AI模型计算传输过来的缺陷图片数据，判断真假缺陷及缺陷类型，并且将判断的真缺陷进行归类；
③、结果反馈，将归类后的真缺陷进行统计，并且以信息反馈的方式表达出来，并反馈到客户端。


2.根据权利要求1所述的一种适用于PCB板真假缺陷判定的人工智能检测方法，其特征在于，步骤③中的信息反馈方式包括但不限于表格信息、柱状图信息和扇形图信息形式。


3.根据权利要求1所述的一种适用于PCB板真假缺陷判定的人工智能检测方法，其特征在于，步骤①构建和训练AI模型包括如下步骤，1）、将用于AI模型训练的缺陷PCB板制作成标注图片，形成训练图片集，并按照一个训练图片不少于一个标签进行标注，在进行标签标注时，按...

【专利技术属性】
技术研发人员：李延奇，盛宇清，
申请(专利权)人：苏州卓融新能源科技有限公司，
类型：发明
国别省市：江苏;32