【技术实现步骤摘要】
本专利技术涉及缺陷检测，具体涉及一种基于改进faster-rcnn的pcb缺陷检测方法。
技术介绍
1、随着电子技术的飞速发展，pcb作为电子产品的核心组成部分，具有提供电器连接和支撑元器件的重要作用。在现代工业生产过程中，无论是民用还是军用产品，都离不开pcb，特别是在航空航天、通信、计算机等精密领域。微小的生产缺陷如开路、短路或焊点不良等都会影响设备的稳定性，为了确保产品的质量与可靠性，对pcb进行缺陷检测具有重要意义。
2、近年来，深度学习技术得到了快速发展，越来越多的学者将深度学习应用与pcb缺陷检测领域，以提高检测的准确性和实时性，以faster-rcnn为代表的双阶段检测目标算法在pcb缺陷检测中得到了广泛应用。
3、pcb缺陷检测的准确性和实时性直接关系到整个生产流程的质量和效率，鉴于pcb表面特性的复杂性、缺陷类型的多样性、背景与缺陷之间界限的模糊性以及微小缺陷的普遍性，当前大多数缺陷检测方法仍面临检测效率低下、难以适应缺陷多样性等挑战；在pcb(印刷电路板)缺陷检测任务中，微小缺陷的普遍性是指p...
【技术保护点】
1.一种基于改进Faster-RCNN的PCB缺陷检测方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的基于改进Faster-RCNN的PCB缺陷检测方法，其特征在于，步骤S1进一步包括：
3.根据权利要求2所述的基于改进Faster-RCNN的PCB缺陷检测方法，其特征在于，步骤S1中，进行图像扩增的过程包括：对PCB缺陷数据集中的PCB图片进行镜像翻转、旋转、亮度和对比度增强处理，得到图像增广后的数据集。
4.根据权利要求1所述的基于改进Faster-RCNN的PCB缺陷检测方法，其特征在于，步骤S2进一步包括：
5.根...
【技术特征摘要】
1.一种基于改进faster-rcnn的pcb缺陷检测方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的基于改进faster-rcnn的pcb缺陷检测方法，其特征在于，步骤s1进一步包括：
3.根据权利要求2所述的基于改进faster-rcnn的pcb缺陷检测方法，其特征在于，步骤s1中，进行图像扩增的过程包括：对pcb缺陷数据集中的pcb图片进行镜像翻转、旋转、亮度和对比度增强处理，得到图像增广后的数据集。
4.根据权利要求1所述的基于改进faster-rcnn的pc...
【专利技术属性】
技术研发人员：胡啸天，胡啸宇，
申请(专利权)人：芜湖雅葆轩电子科技股份有限公司，
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。