基于改进Tiny-YOLOv3网络的航天电子焊点缺陷检测方法技术

本发明专利技术属于缺陷检测相关技术领域，其公开了一种基于改进Tiny‑YOLOv3网络的航天电子焊点缺陷检测方法，所述检测方法包括以下步骤：(1)利用Mobilenet网络增强Tiny_YOLOv3中用于特征提取的网络层，具体为使用轻量级网络Mobilenet替换Tiny_YOLOv3主干网络中的7层卷积与最大池化网络层，以得到改进的Tiny_YOLOv3网络；(2)将已知缺陷类型的焊点红外图像作为样本的训练数据集输入改进的Tiny_YOLOv3网络，以对改进的Tiny_YOLOv3网络进行训练和学习，继而得到改进的Tiny_YOLOv3网络模型；(3)将待测焊点样品的红外图像输入到改进的Tiny_YOLOv3网络模型，以完成焊点缺陷的检测。本发明专利技术有效提高了航天电子焊点缺陷检测准确率。

【技术实现步骤摘要】
基于改进Tiny-YOLOv3网络的航天电子焊点缺陷检测方法
本专利技术属于缺陷检测相关
，更具体地，涉及一种基于改进Tiny-YOLOv3网络的航天电子焊点缺陷检测方法。
技术介绍
航天电子设备的稳定性与可靠性在航天工业的发展和应用中起着至关重要的作用，电子焊点缺陷的前期检测作为保证航天电子设备稳定性与可靠性的重要环境，随之成为航天工业研究的重点问题，而传统人工检测方式缺乏统一的缺陷判别量化标准，且效率低下，容易受到检测人员工作经验、视觉疲劳、情绪变化等主观因素的影响，继而导致检测结果因人而异，一致性较差，无法避免焊点缺陷漏检事故的发生，难以满足大规模工业生产的需求。此外，依靠人力进行焊点表面形貌目测难以发现焊点内部裂纹、孔洞等缺陷，难以排除由此造成的安全隐患。因此，如何对航天电子焊点缺陷进行高效、准确的智能检测成为目前亟需解决的问题。
技术实现思路
针对现有技术的以上缺陷或改进需求，本专利技术提供了一种基于改进Tiny-YOLOv3网络的航天电子焊点缺陷检测方法，所述检测方法对航天电子焊点红外图像，可以实现本文档来自技高网...

【技术保护点】
1.一种基于改进Tiny-YOLOv3网络的航天电子焊点缺陷检测方法，其特征在于，该检测方法包括以下步骤：/n(1)利用Mobilenet网络增强Tiny_YOLOv3中用于特征提取的网络层，具体为使用轻量级网络Mobilenet替换Tiny_YOLOv3主干网络中的7层卷积与最大池化网络层，以得到改进的Tiny_YOLOv3网络；/n(2)将已知缺陷类型的焊点红外图像作为样本的训练数据集输入改进的Tiny_YOLOv3网络，以对改进的Tiny_YOLOv3网络进行训练和学习，继而得到改进的Tiny_YOLOv3网络模型；/n(3)将待测焊点样品的红外图像输入到改进的Tiny_YOLOv3网络...

【技术特征摘要】
1.一种基于改进Tiny-YOLOv3网络的航天电子焊点缺陷检测方法，其特征在于，该检测方法包括以下步骤：
(1)利用Mobilenet网络增强Tiny_YOLOv3中用于特征提取的网络层，具体为使用轻量级网络Mobilenet替换Tiny_YOLOv3主干网络中的7层卷积与最大池化网络层，以得到改进的Tiny_YOLOv3网络；
(2)将已知缺陷类型的焊点红外图像作为样本的训练数据集输入改进的Tiny_YOLOv3网络，以对改进的Tiny_YOLOv3网络进行训练和学习，继而得到改进的Tiny_YOLOv3网络模型；
(3)将待测焊点样品的红外图像输入到改进的Tiny_YOLOv3网络模型，以完成焊点缺陷的检测。


2.如权利要求1所述的基于改进Tiny-YOLOv3网络的航天电子焊点缺陷检测方法，其特征在于：轻量级网络Mobilenet由13层DSC层组成，每层DSC主要由3×3深度卷积层和1×1点卷积层组成。


3.如权利要求2所述的基于改进Tiny-YOLOv3网络的航天电子焊点缺陷检测方法，其特征在于：深度卷积层和点卷积层后均接有用于正则化的BN层和用于激活的ReLU层。


4.如权利要求3所述的基于改进Tiny-YOLOv3网络的航天电子焊点缺陷检测方法，其特征...

【专利技术属性】
技术研发人员：孙博，韩航迪，付光辉，黄垒，司顺成，赵继丁，孟灵强，廖广兰，张许宁，韩京辉，
申请(专利权)人：华中科技大学，北京卫星环境工程研究所，
类型：发明
国别省市：湖北;42