【技术实现步骤摘要】
电路板检测方法、装置、计算机设备及存储介质
[0001]本专利技术涉及出厂检测
，具体涉及一种电路板检测方法、装置、计算机设备及存储介质。
技术介绍
[0002]随着电子信息的快速发展，电路板的应用也越来越广泛，其制造能力及检测工艺需求较高，目前在检测工艺中主流使用AOI(Automated Optical Inspection,自动光学检测)进行SMT(Surface Mounted Technology,表面贴装技术)贴片检测，AOI是新兴起的一种新型测试技术，但发展迅速，很多厂家都推出了AOI测试设备。但是AOI检测无法分析无规律图像、检测精确度较低、实现自动化检测进入壁垒高，采用传统的机器视觉检测，有许多不易被机器识别的变量，所以编程也比较困难，造成了AOI检测的直通率较低，通过二次复判的方法提高直通率。
[0003]现有技术中，通常采用人工判别的方式进行复判，即在每条生产线都配备1
‑
2名复判人员，复判人员对AOI检测后的结果进行复判，但该方式需要花费较高的人力成本，并且效率也较低。
技术实现思路
[0004]针对现有技术中所存在的不足，本专利技术提供一种电路板检测方法、装置、计算机设备及存储介质。
[0005]第一方面，在一个实施例中，本专利技术提供一种电路板检测方法，包括：
[0006]获取待检测的电路板图像；
[0007]将电路板图像输入至已训练的定位检测模型中进行定位检测，得到电路板图像中各元器件的位置信息以及类型信息；>[0008]根据各元器件的位置信息，对电路板图像进行区域提取，得到各元器件的元器件图像；
[0009]将各元器件的元器件图像输入至与各元器件的类型信息对应匹配的已训练的缺陷检测模型中进行缺陷检测，得到各元器件的缺陷检测结果；缺陷检测结果表征元器件是否存在缺陷。
[0010]在一个实施例中，根据各元器件的位置信息，对电路板图像进行区域提取，得到各元器件的元器件图像，包括：
[0011]对各元器件的位置信息进行区域扩增处理，得到各元器件的扩增位置信息；
[0012]根据各元器件的扩增位置信息，对电路板图像进行区域提取，得到各元器件的元器件图像。
[0013]在一个实施例中，在将电路板图像输入至已训练的定位检测模型中进行定位检测的步骤之前，上述电路板检测方法还包括：
[0014]获取第一训练样本集；第一训练样本集包括多个第一训练电路板图像以及第一训
练电路板图像中各元器件的标注位置信息以及标注类型信息；
[0015]将第一训练样本集中的各第一训练电路板图像输入至初始定位检测模型中进行定位检测，得到各第一训练电路板图像中各元器件的预测位置信息以及预测类型信息；
[0016]根据各第一训练电路板图像中各元器件的预测位置信息和标注位置信息，确定第一损失；
[0017]根据各第一训练电路板图像中各元器件的预测类型信息和标注类型信息，确定第二损失；
[0018]根据第一损失和第二损失，对初始定位检测模型进行训练，得到已训练的定位检测模型。
[0019]在一个实施例中，根据各第一训练电路板图像中各元器件的预测位置信息和标注位置信息，确定第一损失，包括：
[0020]根据动态缩放交叉熵损失函数，确定各第一训练电路板图像中各元器件的预测位置信息和标注位置信息之间的第一置信度损失；
[0021]根据距离交并比损失函数，确定各第一训练电路板图像中各元器件的预测位置信息和标注位置信息之间的位置损失；
[0022]根据第一置信度损失和位置损失，得到第一损失；
[0023]根据各第一训练电路板图像中各元器件的预测类型信息和标注类型信息，确定第二损失，包括：
[0024]根据动态缩放交叉熵损失函数，确定各第一训练电路板图像中各元器件的预测类型信息和标注类型信息之间的第二置信度损失；
[0025]根据距离交并比损失函数，确定各第一训练电路板图像中各元器件的预测类型信息和标注类型信息之间的类型损失；
[0026]根据第二置信度损失和类型损失，得到第二损失。
[0027]在一个实施例中，获取第一训练样本集，包括：
[0028]获取第一初始训练样本集；
[0029]对第一初始训练样本集进行数据增强，得到第一训练样本集；数据增强包括图像翻转、图像镜像和图像拼接中的至少一种。
[0030]在一个实施例中，在将各元器件的元器件图像输入至对应匹配的缺陷检测模型中进行缺陷检测的步骤之前，上述电路板检测方法还包括：
[0031]获取已训练的定位检测模型和第二训练样本集；第二训练样本集包括多个第二训练电路板图像以及各第二训练电路板图像中各元器件的标注缺陷检测结果；
[0032]将第二训练样本集中的各第二训练电路板图像输入至已训练的定位检测模型中进行定位检测，得到各第二训练电路板图像中各元器件的位置信息以及类型信息；
[0033]根据各第二训练电路板图像中各元器件的位置信息，对各第二训练电路板图像进行区域提取，得到各第二训练电路板图像中各元器件的元器件图像；
[0034]将各第二训练电路板图像中各元器件的元器件图像输入至与各第二训练电路板图像中各元器件的类型信息对应匹配的初始缺陷检测模型中进行缺陷检测，得到各第二训练电路板图像中各元器件的预测缺陷检测结果；
[0035]根据各第二训练电路板图像中各元器件的预测缺陷检测结果和标注缺陷检测结
果，确定各初始缺陷检测模型的第三损失；
[0036]根据各初始缺陷检测模型的第三损失，对各初始缺陷检测模型进行训练，得到各已训练的缺陷检测模型。
[0037]在一个实施例中，在将各元器件的元器件图像输入至对应匹配的已训练的缺陷检测模型中进行缺陷检测，得到各元器件的缺陷检测结果的步骤之后，上述电路板检测方法还包括：
[0038]响应于对缺陷检测结果的校正指令，确定校正指令对应的目标元器件图像以及目标元器件图像对应的元器件的校正缺陷检测结果；
[0039]获取对目标元器件图像进行缺陷检测的已训练的目标缺陷检测模型以及目标元器件图像对应的元器件的预测缺陷检测结果；
[0040]根据目标元器件图像对应的元器件的预测缺陷检测结果和校正缺陷检测结果，确定第四损失；
[0041]根据第四损失，对已训练的目标缺陷检测模型进行增量训练，得到增量训练后的目标缺陷检测模型。
[0042]第二方面，在一个实施例中，本专利技术提供一种电路板检测装置，包括：
[0043]图像获取模块，用于获取待检测的电路板图像；
[0044]定位检测模块，用于将电路板图像输入至已训练的定位检测模型中进行定位检测，得到电路板图像中各元器件的位置信息以及类型信息；
[0045]图像提取模块，用于根据各元器件的位置信息，对电路板图像进行区域提取，得到各元器件的元器件图像；
[0046]缺陷检测模块，用于将各元本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种电路板检测方法，其特征在于，包括：获取待检测的电路板图像；将所述电路板图像输入至已训练的定位检测模型中进行定位检测，得到所述电路板图像中各元器件的位置信息以及类型信息；根据各所述元器件的位置信息，对所述电路板图像进行区域提取，得到各所述元器件的元器件图像；将各所述元器件的元器件图像输入至与各所述元器件的类型信息对应匹配的已训练的缺陷检测模型中进行缺陷检测，得到各所述元器件的缺陷检测结果；所述缺陷检测结果表征元器件是否存在缺陷。2.根据权利要求1所述的电路板检测方法，其特征在于，所述根据各所述元器件的位置信息，对所述电路板图像进行区域提取，得到各所述元器件的元器件图像，包括：对各所述元器件的位置信息进行区域扩增处理，得到各所述元器件的扩增位置信息；根据各所述元器件的扩增位置信息，对所述电路板图像进行区域提取，得到各所述元器件的元器件图像。3.根据权利要求1所述的电路板检测方法，其特征在于，在所述将所述电路板图像输入至已训练的定位检测模型中进行定位检测的步骤之前，还包括：获取第一训练样本集；所述第一训练样本集包括多个第一训练电路板图像以及所述第一训练电路板图像中各元器件的标注位置信息以及标注类型信息；将所述第一训练样本集中的各所述第一训练电路板图像输入至初始定位检测模型中进行定位检测，得到各所述第一训练电路板图像中各元器件的预测位置信息以及预测类型信息；根据各所述第一训练电路板图像中各元器件的预测位置信息和标注位置信息，确定第一损失；根据各所述第一训练电路板图像中各元器件的预测类型信息和标注类型信息，确定第二损失；根据所述第一损失和所述第二损失，对所述初始定位检测模型进行训练，得到已训练的定位检测模型。4.根据权利要求3所述的电路板检测方法，其特征在于，所述根据各所述第一训练电路板图像中各元器件的预测位置信息和标注位置信息，确定第一损失，包括：根据动态缩放交叉熵损失函数，确定各所述第一训练电路板图像中各元器件的预测位置信息和标注位置信息之间的第一置信度损失；根据距离交并比损失函数，确定各所述第一训练电路板图像中各元器件的预测位置信息和标注位置信息之间的位置损失；根据所述第一置信度损失和所述位置损失，得到所述第一损失；所述根据各所述第一训练电路板图像中各元器件的预测类型信息和标注类型信息，确定第二损失，包括：根据所述动态缩放交叉熵损失函数，确定各所述第一训练电路板图像中各元器件的预测类型信息和标注类型信息之间的第二置信度损失；根据所述距离交并比损失函数，确定各所述第一训练电路板图像中各元器件的预测类
型信息和标注类型信息之间的类型损失；根据所述第二置信度损失和所述类型损失，得到所述第二损失。5.根据权利要求3所述的电路板检测方法，其特征在于，所述获取第一训练样本集，包括：获取第一初始训练样本集；对所述第一初始训练样本集进行数据增强，得到所述第一训练样本集；所述数据增强包括图像翻转、图像镜像和图像拼接中的至少一种。6...
【专利技术属性】
技术研发人员：杨淼，刘敏，孙怡玮，倪巍梨，万臧鑫，李纯志，
申请(专利权)人：正泰集团研发中心上海有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。