【技术实现步骤摘要】
本专利技术涉及光场相机、pcba板的缺陷检测领域，尤其是涉及一种基于深度强化学习的智能超透镜光场相机电路板检测方法。
技术介绍
1、随着电子科技技术和电子制造业的发展，要求元器件体积更小，安装密度更高，集成更精密等，对pcba板的缺陷检提出了更高的挑战，因此检测难度也不断提升。传统人工检测存在诸多问题，为了保证电子产品的性能，更加快速、精细、无接触的自动光学缺陷检测技术已经成为电子行业中的利器，而且能更好的适应自动化生产线的要求。
2、基于机器视觉技术的自动光学检测，结合了ai人工智能和深度学习，可大幅提升检测的准确度与效率。因此，越来越多的电子制造厂，采用自动光学检测和深度学习软件来准确地检测和标记pcba表面细部缺陷，例如材料表面缺陷、焊接缺陷或元件缺失或错位。自动光学检测设备同时面临的主要挑战包括光污染、数据量庞大、冗余信息多、空间特征、角度特征和深度特征维度高，以及自动聚焦速度慢等问题。其中在不合适的光源下，一些缝隙和断差缺陷难以被发现，这会导致光污染和误判，光源的选择至关重要，环形光源或背光光源等智能照明方式可以...
【技术保护点】
1.一种基于深度强化学习的智能超透镜光场相机电路板检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于深度强化学习的智能超透镜光场相机电路板检测方法，其特征在于，所述步骤S1包括以下步骤：
3.根据权利要求1所述的基于深度强化学习的智能超透镜光场相机电路板检测方法，其特征在于，所述步骤S2包括以下步骤：
4.根据权利要求1所述的基于深度强化学习的智能超透镜光场相机电路板检测方法，其特征在于，所述步骤S3包括以下步骤：
5.根据权利要求1所述的基于深度强化学习的智能超透镜光场相机电路板检测方法，其特征在于，所...
【技术特征摘要】
1.一种基于深度强化学习的智能超透镜光场相机电路板检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于深度强化学习的智能超透镜光场相机电路板检测方法，其特征在于，所述步骤s1包括以下步骤：
3.根据权利要求1所述的基于深度强化学习的智能超透镜光场相机电路板检测方法，其特征在于，所述步骤s2包括以下步骤：
4.根据权利要求1所述的基于深度强化学习的智能超透镜光场相机电路板检测方...
【专利技术属性】
技术研发人员：周小平，舒岳勇，舒秋睿，
申请(专利权)人：宁波中电集创科技有限公司，
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。