【技术实现步骤摘要】
本专利技术涉及pcba缺陷检测，具体涉及一种基于能量分布的未知缺陷样本检测方法。
技术介绍
1、在smt产线的生产过程中，由于工艺流程复杂多变导致印刷电路板组件(printedcircuit board assembly，简称pcba)出现缺陷，危害产品功能。目前，pcba产线缺陷检测方式具体可分为人工目检和自动化光学检测(automated optical inspection，简称aoi)。在一些检测精度要求较高的产线，采取二者联合复检，即经过aoi之后，再进行人工复判。目前结构缺陷为组装电路板的主要缺陷，包括焊锡不足，空洞和短路等。但是，由于pcba产线工艺上的改进，基于规则的系统由于管理大量规则变得复杂繁琐、对专家知识需求愈精以及无法处理模糊不确定边界等问题已经无法适应pcba缺陷检测，渐渐被以数据驱动的基于模型的系统替代，例如以深度学习方法为主的缺陷检测。现有技术中，已经有大量将深度学习应用于pcba缺陷检测的案例，这些案例尽管提高了训练分布内缺陷类别检测的准确率，但是深度学习对于pcba产线实时产生的训练数据外的缺陷依旧不具...
【技术保护点】
1.一种基于能量分布的未知缺陷样本检测方法，将印刷电路板组件的测试样本输入到完成训练的检测模型，得到测试样本的缺陷类型检测结果；检测模型的构建和训练过程包括以下步骤：
2.根据权利要求1所述的基于能量分布的未知缺陷样本检测方法，其特征在于，步骤S21具体包括：
3.根据权利要求1所述的基于能量分布的未知缺陷样本检测方法，其特征在于，步骤S22具体包括：
4.根据权利要求1所述的基于能量分布的未知缺陷样本检测方法，其特征在于，步骤S23具体包括：
5.根据权利要求1所述的基于能量分布的未知缺陷样本检测方法，其特征在于，步骤...
【技术特征摘要】
1.一种基于能量分布的未知缺陷样本检测方法，将印刷电路板组件的测试样本输入到完成训练的检测模型，得到测试样本的缺陷类型检测结果；检测模型的构建和训练过程包括以下步骤：
2.根据权利要求1所述的基于能量分布的未知缺陷样本检测方法，其特征在于，步骤s21具体包括：
3.根据权利要求1所述的基于能量分布的未知缺陷样本检测方法，其特征在于，步骤s22具体包括：
4.根据权利要求1所述的基于能量分布的未知缺陷样本检测方法，其特征在于，步骤s23具体包括：
5.根据权利要求...
【专利技术属性】
技术研发人员：许镇义，王伟，史珂豪，胡峰，
申请(专利权)人：合肥综合性国家科学中心人工智能研究院安徽省人工智能实验室，
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。