一种基于深度学习的制造技术

本发明专利技术公开了一种基于深度学习的

【技术实现步骤摘要】
一种基于深度学习的PCB图像缺陷检测方法


[0001]本专利技术属于电子信息
，具体涉及一种基于深度学习的 PCB 图像缺陷检测方法
。

技术介绍

[0002]印刷电路板（
Printed Circuit Board
，
PCB
）的作用是连接电子零组件，形成电路的连接，是几乎所有电子产品的关键器件
。
在国家数字化转型的过程中，特别在自动驾驶
、
航空等高精尖行业，
PCB 是承上启下的基础力量，因此，
PCB 的质量会极大影响相关电子产品性能
。
[0003]传统 PCB 缺陷检测方法有人工检测
、
针床式检测和飞针式检测
。
人工检测是较早时期的检测手段，其使用放大镜等光学仪器，结合检测经验，利用肉眼来检测
PCB 缺陷，适用于复杂度较低的 PCB 板
。
但人工检测的缺点非常明显，随着各个领域对 PCB 要求的提升，
PCB 越来越复杂，大大增加了人工检测的难度，人本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于深度学习的
PCB
图像缺陷检测方法，其特征在于：它的方法为：首先对采集图像的相机进行标定，然后对 PCB 进行图像采集；随后对采集来的图像进行预处理；利用预处理得到的图像建立数据集；进一步根据对 PCB 缺陷的深度学习神经网络模型并用建立好的数据集对其进行训练；最后训练完成后用没有进行训练的数据集对训练好的深度网络模型进行测试得出结果判断该系统对 PCB 缺陷检测的准确度是否达到标准
。2.
根据权利要求1所述的一种基于深度学习的 PCB 图像缺陷检测方法，其特征在于：所述预处理为灰度处理
、
灰度直方图均...

【专利技术属性】
技术研发人员：曹宇，李陈，
申请(专利权)人：哈尔滨理工大学，
类型：发明
国别省市：