PCB缺陷检测方法、装置、设备、介质制造方法及图纸

本发明专利技术公开了一种人工识别结合人工智能的PCB缺陷检测方法、装置、设备、介质，检测方法包括扫描PCB电路板得到PCB图像；利用AOI设备的检测模型对PCB图像进行AI识别得到包括识别到的一个或多个缺陷的对应位置的缺陷数据；根据缺陷数据截取局部图像作为PCB子图像并将其发送给人工检测工作站；对各个PCB子图像进行人工识别得到第一人工标记结果；比较各个PCB子图像的第一人工标记结果和AI标记结果，若一致，则将第一人工标记结果或AI标记结果作为PCB子图像的最终检测结果，AI标记结果为通过利用AI模型对PCB子图像进行AI识别所得到。本发明专利技术结合AI识别出的缺陷结果来判断人工识别是否准确，以保证PCB缺陷检测的准确率，降低或避免由人工识别错误导致的质量问题。避免由人工识别错误导致的质量问题。避免由人工识别错误导致的质量问题。

【技术实现步骤摘要】
PCB缺陷检测方法、装置、设备、介质


[0001]本专利技术涉及PCB缺陷检测
，特别涉及一种人工识别结合人工智能的PCB缺陷检测方法、装置、设备、介质。

技术介绍

[0002]在PCB缺陷检测的过程中，通常采用自动光学检测设备（AOI设备）对电路板进行扫描，得到缺陷信息，然后以此作为检测结果，并发送至检修人员以对电路板进行修复。但是AOI设备的识别精度是有限的，直接将其检测到的缺陷以及所属类型发送给检修人员，因此常常会出现明明没有缺陷的区域被误判为有缺陷，而由于检修人员只具备基本的修补电路板的技能，比如对缺焊的开路区域进行补焊或者对短路区域进行修补，因此一旦出现误判缺陷的情况，那么检修人员就会迷茫而无从下手，严重影响PCB的缺陷检测及修复效率。
[0003]若采用人工的方式识别PCB缺陷，则总是存在一定的风险，比如，检测人员将本该归类为断线的缺陷标记为重复类别中，或者，检测人员未识别出全部的缺陷，而遗漏真正的缺陷并将其作为非缺陷的状态传递下去，这将直接导致有缺陷的产品或组件没有被检测出，从而被传送到下一步的生产步骤中或者直接作为最终的合格产品发布，无法保证PCB的生产质量。
[0004]以上
技术介绍
内容的公开仅用于辅助理解本专利技术的专利技术构思及技术方案，其并不必然属于本专利申请的现有技术，也不必然会给出技术教导；在没有明确的证据表明上述内容在本专利申请的申请日之前已经公开的情况下，上述
技术介绍
不应当用于评价本申请的新颖性和创造性。

技术实现思路

[0005]本专利技术的目的是提供一种保证PCB缺陷检测准确率的人工识别结合人工智能的PCB缺陷检测方法、装置、设备、介质。
[0006]为达到上述目的，本专利技术采用的技术方案如下：一种人工识别结合人工智能的PCB缺陷检测方法，所述检测方法包括：扫描PCB电路板，得到PCB图像；利用AOI设备的检测模型对所述PCB图像进行识别，得到缺陷数据，所述缺陷数据包括识别到的一个或多个缺陷的对应位置；根据所述缺陷数据，截取对应位置的局部图像作为PCB子图像，并将其发送给人工检测工作站；对各个PCB子图像进行人工识别，得到第一人工标记结果；比较各个PCB子图像对应的第一人工标记结果和AI标记结果：若所述PCB子图像的第一人工标记结果和AI标记结果一致，则将所述第一人工标记结果或所述AI标记结果作为所述PCB子图像的最终检测结果；若所述PCB子图像的第一人工标记结果和AI标记结果不一致，则对该PCB子图像再
次进行所述人工标记，从而得到该PCB子图像的第二人工标记结果；若所述第二人工标记结果与该PCB子图像的AI标记结果一致，则将所述第二人工标记结果或所述AI标记结果作为该PCB子图像的最终检测结果，并且，记录所述人工标记的错误率；其中，所述AI标记结果为通过利用AI模型对所述PCB子图像进行AI识别所得到。
[0007]进一步地，所述检测方法还包括：若所述PCB子图像的第一人工标记结果和AI标记结果不一致，则对该PCB子图像再次进行所述人工标记，从而得到该PCB子图像的第二人工标记结果，若所述第二人工标记结果与该PCB子图像的AI标记结果一致，则将所述第二人工标记结果或所述AI标记结果作为该PCB子图像的最终检测结果，并且，记录所述人工标记的错误率。
[0008]进一步地，所述检测方法还包括：若所述第二人工标记结果与该PCB子图像的AI标记结果不一致，则对该PCB子图像进行人工复核，从而得到该PCB子图像的人工复核结果，若所述人工复核结果与该PCB子图像的AI标记结果一致，则将所述人工复核结果或所述AI标记结果作为该PCB子图像的最终检测结果；其中，所述人工复核的操作者与所述人工标记的操作者不同。
[0009]进一步地，若所述人工复核结果与该PCB子图像的AI标记结果不一致，则将所述人工复核结果作为该子PCB图像的最终检测结果，并且，对所述AI标记所用模型进行优化，所述优化的步骤包括：S101、将所述人工复核结果与所述AI标记结果不一致的PCB子图像保存为训练样本图像；S102、对所述训练样本图像设置缺陷标签；S103、将所述训练样本图像和与其对应的缺陷标签添加至预设训练样本集中；S104、基于新的训练样本集训练AI标记所用模型，从而更新模型的参数，以得到一个更优的模型。
[0010]进一步地，若所述人工复核结果与该PCB子图像的第一人工标记结果不一致，则记录人工标记的错误率。
[0011]进一步地，所述检测方法还包括：若所述第二人工标记结果与该PCB图像的第一人工标记结果一致，则对所述AI标记所用模型进行优化；所述优化的步骤包括：S201、将所述第二人工标记结果与所述AI标记结果不一致的PCB子图像保存为训练样本图像；S202、对所述训练样本图像设置缺陷标签；S203、将所述训练样本图像和与其对应的缺陷标签添加至预设训练样本集中；S204、基于新的训练样本集训练AI标记所用模型，从而更新模型的参数，以得到一个更优的模型。
[0012]进一步地，所述第一人工标记结果、AI标记结果及人工复核结果均包括PCB子图像中的缺陷位置信息、缺陷类型信息、缺陷数量信息中的一种或多种。
[0013]一种人工识别结合人工智能的PCB缺陷检测装置，所述检测装置包括：扫描单元，其被配置为扫描PCB电路板以得到PCB图像；
识别单元，其包括人工标记单元和AI标记单元，所述人工标记单元被配置为对PCB子图像进行人工缺陷标记以得到第一人工标记结果，所述AI标记单元被配置为对所述PCB子图像进行AI缺陷标记以得到AI标记结果；处理单元，其被配置为比较各个PCB子图像对应的第一人工标记结果和AI标记结果，若所述PCB子图像的第一人工标记结果和AI标记结果一致，则所述处理单元将所述第一人工标记结果或所述AI标记结果作为所述PCB子图像的最终检测结果；若所述PCB子图像的第一人工标记结果和AI标记结果不一致，则所述处理单元对该PCB子图像再次进行所述人工标记，从而得到该PCB子图像的第二人工标记结果；若所述第二人工标记结果与该PCB子图像的AI标记结果一致，则所述处理单元将所述第二人工标记结果或所述AI标记结果作为该PCB子图像的最终检测结果，并发送提醒信息至相应的工作人员处且记录所述人工标记的错误率。
[0014]一种电子设备，所述电子设备包括：一个或多个处理器；存储装置，其上存储有一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如上文所述的PCB缺陷检测方法。
[0015]一种计算机存储介质，所述计算机存储介质中存储有被编程或被配置以执行如上文所述的PCB缺陷检测方法的计算机程序。
[0016]本专利技术具有的优点：利用AI模型对PCB进行缺陷识别并将其识别结果作为一个辅助工具，并利用这个辅助工具去判断人工识别结果是否准确，当AI识别结果与人工识别结果不一致时，提醒工作人员复检，这样不仅能够及时发现人工识别结果中的误判、漏判问题，还通过复检来减少或避免由于误判、漏判问题导致的PCB本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人工识别结合人工智能的PCB缺陷检测方法，其特征在于，所述检测方法包括：扫描PCB电路板，得到PCB图像；利用AOI设备的检测模型对所述PCB图像进行识别，得到缺陷数据，所述缺陷数据包括识别到的一个或多个缺陷的对应位置；根据所述缺陷数据，截取对应位置的局部图像作为PCB子图像，并将所述PCB子图像发送给人工检测工作站；对各个PCB子图像进行人工识别，得到第一人工标记结果；比较各个PCB子图像对应的第一人工标记结果和AI标记结果：若所述PCB子图像的第一人工标记结果和AI标记结果一致，则将所述第一人工标记结果或所述AI标记结果作为所述PCB子图像的最终检测结果；若所述PCB子图像的第一人工标记结果和AI标记结果不一致，则对该PCB子图像再次进行所述人工标记，从而得到该PCB子图像的第二人工标记结果；若所述第二人工标记结果与该PCB子图像的AI标记结果一致，则将所述第二人工标记结果或所述AI标记结果作为该PCB子图像的最终检测结果，并发送提醒信息至相应的工作人员处且记录所述人工标记的错误率；其中，所述AI标记结果为通过利用AI模型对所述PCB子图像进行AI识别所得到。2.根据权利要求1所述的人工识别结合人工智能的PCB缺陷检测方法，其特征在于，所述检测方法还包括：若所述第二人工标记结果与该PCB子图像的AI标记结果不一致，则对该PCB子图像进行人工复核，从而得到该PCB子图像的人工复核结果，若所述人工复核结果与该PCB子图像的AI标记结果一致，则将所述人工复核结果或所述AI标记结果作为该PCB子图像的最终检测结果；其中，所述人工复核的操作者与所述人工标记的操作者不同。3.根据权利要求2所述的人工识别结合人工智能的PCB缺陷检测方法，其特征在于，若所述人工复核结果与该PCB子图像的AI标记结果不一致，则将所述人工复核结果作为该子PCB图像的最终检测结果，并且，对所述AI标记所用模型进行优化，所述优化的步骤包括：S101、将所述人工复核结果与所述AI标记结果不一致的PCB子图像保存为训练样本图像；S102、对所述训练样本图像设置缺陷标签；S103、将所述训练样本图像和与其对应的缺陷标签添加至预设训练样本集中；S104、基于新的训练样本集训练AI标记所用模型，从而更新模型的参数，以得到一个更优的模型。4.根据权利要求2所述的人工识别结合人工智能的PCB缺陷检测方法，其特征在于，若所述人工复核结果与该PCB子图像的第一人工标记结果不...

【专利技术属性】
技术研发人员：诺尼，
申请(专利权)人：苏州康代智能科技股份有限公司，
类型：发明
国别省市：