一种PIN针焊接图像缺陷检测方法技术

本申请提供了一种PIN针焊接图像缺陷检测方法，包括以下步骤，步骤S1：导入PIN针焊接图像缺陷数据集，开始训练YOLOX算法模型，使其学习PIN针焊接图像缺陷的特征；步骤S2：获取目标图像的缺陷，该缺陷包括树脂、毛丝、划痕和颜色；步骤S3：将目标图像送入到已经训练好的YOLOX算法模型中；步骤S4：基于缺陷的特征，YOLOX算法的预测端输出缺陷种类和位置。本申请提出了一种基于YOLOX的PIN针焊接面表面缺陷检测方法，改进的模型对PIN针焊接面表面缺陷检测的mAP为91.98％，比原始的YOLOX模型高4.35％，并且改进的模型能够降低和PIN针焊接面表面特征相似度较高的缺陷误检和漏检的概率。率。率。

【技术实现步骤摘要】
一种PIN针焊接图像缺陷检测方法


[0001]本申请涉及图像识别、深度学习
，具体涉及一种PIN针焊接图像缺陷检测方法。

技术介绍

[0002]在电子零部件的加工制造中往往需要对产品的质量进行监控，以防有不符合产品规格或质量不符合标准的工件流出。其中，PIN焊接面的质量由于其往往直接影响到产品能否正常工作而被视作缺陷检测的重点。
[0003]传统的缺陷检测方法需要手工设计缺陷特征，不具有设计全部有用特征的能力，由于实际工业生产过程中的场景复杂程度不同，缺陷的种类存在未知性和多样性，因此手工特征需要设计多种缺陷模板，这样只能提供种类有限的缺陷，无法探测到新型缺陷，当面对复杂无规则的数据时，传统方法将不在适用。

技术实现思路

[0004]本申请的目的是提供一种新型PIN针焊接图像缺陷检测方法。
[0005]为了实现上述目的，本申请提供如下技术方案：
[0006]一种PIN针焊接图像缺陷检测方法，包括以下步骤，
[0007]步骤S1：导入PIN针焊接图像缺陷数据集，开始训练YOLOX算法模型，使其本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种PIN针焊接图像缺陷检测方法，其特征在于：包括以下步骤，步骤S1：导入PIN针焊接图像缺陷数据集，开始训练YOLOX算法模型，使其学习PIN针焊接图像缺陷的特征；步骤S2：获取目标图像的缺陷，该缺陷包括树脂、毛丝、划痕和颜色；步骤S3：将目标图像送入到已经训练好的YOLOX算法模型中；步骤S4：基于缺陷的特征，YOLOX算法的预测端输出缺陷种类和位置。2.根据权利要求1所述的一种PIN针焊接图像缺陷检测方法，其特征在于：在步骤S2中，将PIN针焊接图像缺陷采用LabelImg软件进行标注。3.根据权利要求1所述的一种PIN针焊接图像缺陷检测方法，其特征在于：在步骤S4中，...

【专利技术属性】
技术研发人员：殷兆鑫，赵拓，
申请(专利权)人：东莞天龙阿克达电子有限公司，
类型：发明
国别省市：