PCB表面缺陷检测模型构建方法及装置、检测方法及装置制造方法及图纸

PCB表面缺陷检测模型构建方法及装置、检测方法及装置，涉及计算机视觉和深度学习技术领域。为解决现有技术中存在的，现有PCB缺陷检测方法在处理高维数据时，效果不尽如人意的技术问题，本发明专利技术提供的技术方案为：包括：根据采集的训练用缺陷PCB表面图像数据集，生成优化锚盒；根据所述优化锚盒，对训练用缺陷PCB表面图像进行特征提取，得到局部信息和全局信息的特征图；将不同层次的所述特征图进行特征融合；对进行融合后的所述特征图进行目标检测；优化预设损失函数；训练检测模型；根据训练后的检测模型，对待测PCB表面图像进行检测。可以应用于自动缺陷检测系统中，特别是在工业生产中，如电子制造、汽车制造、航空航天等领域的产品质量检测。

【技术实现步骤摘要】

涉及计算机视觉和深度学习。

技术介绍

1、目标检测是计算机视觉中的一个重要问题，其目的是发现实例的位置并提供相应的类别。小目标检测是目标检测的一个子领域。它在工业场景下的遥感，缺陷检测等方面具有重要的理论和实践意义。近年来，随着电子产品在各领域需求的快速增长，印刷电路板作为电子工业的基石，具有越来越重要的作用。在集成电路快速发展的情况下，pcb变得越来越集成化和小型化。然而，随着pcb尺寸的不断减小，其中的缺陷也变得越来越小，这就意味着缺陷越来越难以检测。但是pcb的质量可以直接影响到电子设备的运行。因此，在pcb相关的生产过程中，进行彻底的缺陷检测过程是提高产品质量和降低公司成本的必要条件。

2、传统的pcb缺陷检测方法分为三大类：人工目测、电气检测和光学检测。人工检查是指工人直接用眼睛和其他设备检查裸露的pcb。人工检测容易受到外界环境因素的干扰，影响缺陷检测的效率。电气测试采用接触测试电路来检测裸pcb中的缺陷，存在电路板二次损伤的风险，且该方法在检测多层pcb方面也受到限制。相比之下，自动光学检测(automated optical i本文档来自技高网...

【技术保护点】

1.PCB表面缺陷检测模型构建方法，其特征在于，所述方法包括：

2.根据权利要求1所述的PCB表面缺陷检测模型构建方法，其特征在于，使用聚类算法对数据集中的缺陷进行分析，根据聚类结果选择合适的锚盒尺寸。

3.根据权利要求1所述的PCB表面缺陷检测模型构建方法，其特征在于，基于轻量化Transformer模块，根据所述优化锚盒，对所述训练用缺陷PCB表面图像进行特征提取。

4.根据权利要求1所述的PCB表面缺陷检测模型构建方法，其特征在于，将不同层次的所述特征图中，浅层网络信息和深层特征映射进行融合。

5.PCB表面缺陷检测模型构建装置，其特...

【技术特征摘要】

1.pcb表面缺陷检测模型构建方法，其特征在于，所述方法包括：

2.根据权利要求1所述的pcb表面缺陷检测模型构建方法，其特征在于，使用聚类算法对数据集中的缺陷进行分析，根据聚类结果选择合适的锚盒尺寸。

3.根据权利要求1所述的pcb表面缺陷检测模型构建方法，其特征在于，基于轻量化transformer模块，根据所述优化锚盒，对所述训练用缺陷pcb表面图像进行特征提取。

4.根据权利要求1所述的pcb表面缺陷检测模型构建方法，其特征在于，将不同层次的所述特征图中，浅层网络信息和深层特征映射进行融合。

5.pcb表面缺陷检测模...

【专利技术属性】
技术研发人员：刘伟，杨博浩，何凯，高群，王真真，陈强生，
申请(专利权)人：山东工商学院，
类型：发明
国别省市：