一种基于深度学习的PCB荧光涂层覆涂检测方法及系统技术方案

本发明专利技术公开了一种基于深度学习的PCB荧光涂层覆涂检测方法及系统，向固定位置PCB板照射特定波长光线获取荧光图像；标注覆涂区域并划分训练/测试集，对数据集进行预处理；构建改进U‑net网络：编码器采用小波卷积层提取多尺度特征，解码器集成ECA通道注意力模块；编码器与解码器间通过跳跃连接融合特征，融合前经MKLA尺度大核注意力模块处理；使用预处理训练集以Dice‑loss为损失函数迭代训练网络，基于测试集的Dice系数和混淆矩阵优化参数。将待测图像输入优化网络输出预测掩膜，经形态学开运算去噪后。显著提升了PCB板生产中的质量控制效率，具有广泛的应用前景。

【技术实现步骤摘要】

本专利技术属于pcb板卡荧光覆涂，具体涉及一种基于深度学习的pcb荧光涂层覆涂检测方法及系统。

技术介绍

1、三防漆的覆涂是pcb板中重要的环节，正确覆涂的三防漆对于pcb板的使用起到了非常大的作用，具有良好的耐高低温性能；其固化后成一层透明保护膜，具有优越的绝缘、防潮、防漏电、防震、防尘、防腐蚀、防老化、耐电晕等性能。但是错误的覆涂会导致之后的使用中出现问题。其中主要包括了漏涂以及多涂。漏涂会导致pcb板的元器件得不到应有的保护，在今后的长期使用中存在较大的安全隐患；而多涂主要指的是在pcb板的输入输入输出的接口处误涂，导致接触不良，影响使用。

2、传统的pcb荧光检测方法主要使用颜色指数，阈值方法等检测三防漆覆涂的区域，这样的方法在大部分情况下是准确的，但由于指数和阈值法的固定性，整体检测的灵活性较差。并且，在检测之后的模板对比中，直接将检测结果区域与mask进行对比会由于pcb板位置的偏移产生误差，最后的采用仅判断正确与否的结果有可能受到比较大的影响。

技术实现思路

1、本专利技术所要解决的本文档来自技高网...

【技术保护点】

1.一种基于深度学习的PCB荧光涂层覆涂检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于深度学习的PCB荧光涂层覆涂检测方法，其特征在于，对训练集和测试集进行预处理具体为：

3.根据权利要求1所述的基于深度学习的PCB荧光涂层覆涂检测方法，其特征在于，得到PCB荧光区域语义分割网络具体为：

4.根据权利要求3所述的基于深度学习的PCB荧光涂层覆涂检测方法，其特征在于，编码器包括：

5.根据权利要求3所述的基于深度学习的PCB荧光涂层覆涂检测方法，其特征在于，解码器包括：

6.根据权利要求5所述的基于深度学习的P...

【技术特征摘要】

1.一种基于深度学习的pcb荧光涂层覆涂检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于深度学习的pcb荧光涂层覆涂检测方法，其特征在于，对训练集和测试集进行预处理具体为：

3.根据权利要求1所述的基于深度学习的pcb荧光涂层覆涂检测方法，其特征在于，得到pcb荧光区域语义分割网络具体为：

4.根据权利要求3所述的基于深度学习的pcb荧光涂层覆涂检测方法，其特征在于，编码器包括：

5.根据权利要求3所述的基于深度学习的pcb荧光涂层覆涂检测方法，其特征在于，解码器包括：

<...

【专利技术属性】
技术研发人员：丁子硬，符均，沈雪峰，蒲正扬，郑舒扬，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：