欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2024113642039
申请人: 昆明理工大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种PCB板缺陷检测方法,其特征在于,包括:

获取PCB板缺陷图像;

将PCB板缺陷图像作为主干特征提取网络S-Backbone的输入,以通过主干特征提取网络S-Backbone引出四个有效特征层;所述主干特征提取网络S-Backbone,用于利用Focus模块进行初步下采样;接着使用M-ELAN模块进行高效特征提取;之后,利用ConvNext-Block模块获取全局信息;随后,采用四个连续的Res-Block模块进一步进行更细致的特征提取,以通过残差连接保证梯度流动并加深网络深度,以引出第一、二、三有效特征层;最后,利用C2f模块实现高效的特征提取和集成,将不同层次和尺度的特征融合,以引出第四有效特征层;所述M-ELAN模块以ELAN模块为框架,将ELAN模块中的两个卷积层替换为两个2×2的最大池化层;

从主干特征提取网络S-Backbone引出四个有效特征层作为Neck网络的输入,将四个深浅不同的有效特征层输入到M-FPN模块融合成适合大、中、小三类目标的三个有效特征图,再将该特征图经CA模块处理后输入到头部Head进行预测,获得预测信息。

2.根据权利要求1所述的PCB板缺陷检测方法,其特征在于,所述Res-Block模块,用于将输入特征经过1×1卷积CBS1后得到包含相同特征信息的第一分支、第二分支:第一分支经Split操作进行特征拆分,将拆分获得的第一特征图1经3×3卷积CBS2后得到包含相同特征信息的第三分支、第四分支,第三分支经3×3卷积CBS3后的输出与第四分支进行通道维度上的拼接,获得第一拼接结果;第一拼接结果经1×1卷积CBS4后的输出与第二分支进行拼接,获得第二拼接结果;再使用2×2的最大池化层对第二拼接结果进行2倍下采样以获得输出。

3.根据权利要求1所述的PCB板缺陷检测方法,其特征在于,所述Neck网络通过以特征金字塔网络FPN为基础的M-FPN模块将四个深浅不同的有效特征层融合成适合大、中、小三类目标的三个有效特征图;所述M-FPN模块将特征金字塔网络FPN中的SPP模块替换为C-SPP模块;所述C-SPP模块,具体为:将第三有效特征层F3经一次1×1卷积后的输出作为C-SPP模块的输入;C-SPP模块的输入经一次1×1卷积后的输出采用split操作划分为第二特征图1、第二特征图2;第二特征图2分别用于与第二特征图1进行通道拼接获得第三拼接结果、用于作为SPP-Block的输入;SPP-Block的输出与第三拼接结果进行拼接获得第四拼接结果;第四拼接结果再经一次1×1卷积后的输出作为C-SPP模块的输出。

4.根据权利要求1所述的PCB板缺陷检测方法,其特征在于,采用CIoU和Varifocalloss对主干特征提取网络S-Backbone、Neck网络、头部Head形成的模型在训练过程中进行监督;其中CIoU主要负责将预测得到的目标框与实际标注的真实框进行位置与大小的逼近,以得到与真实框最接近的预测目标框;Varifocalloss主要处理训练数据正负样本不均衡的问题,保证网络能够高效的学习正样本的特征。

5.根据权利要求1所述的PCB板缺陷检测方法,其特征在于,所述主干特征提取网络S-Backbone、Neck网络、头部Head构建为PCB-YOLO深度学习检测模型;所述PCB-YOLO深度学习检测模型进行训练生成冻结模型以用于对待检测的PCB板表面焊接缺陷图像进行检测,所述冻结模型的获取步骤如下:步骤1、获取公开PCB板表面缺陷数据集;采集PCB板表面焊接缺陷数据集;将公开的PCB板表面缺陷数据集划分为第一训练集、第一验证集;将采集的PCB板表面焊接缺陷数据集划分为第二训练集、第二验证集和测试集;

步骤2、调用PCB-YOLO深度学习检测模型;依据第一训练集对PCB-YOLO深度学习检测模型进行预训练,获得多个第一权重文件;载入第一验证集对多个第一权重文件进行筛选,获得预训练最优权重;利用第二训练集对载入预训练最优权重的PCB-YOLO深度学习检测模型进行强化训练,获得多个第二权重文件;载入第二验证集对多个第二权重文件进行筛选,获得强化训练最优权重;将载入强化训练最优权重的PCB-YOLO深度学习检测模型作为冻结模型。

6.一种PCB板缺陷视觉分拣方法,其特征在于,用于PCB板缺陷视觉分拣生产线,所述PCB板缺陷视觉分拣生产线包括缺陷检测模块(3)、传送带模块(4)和自动分拣模块(5),PCB板缺陷视觉分拣方法,包括:开启传送带模块(4),供给待检测PCB板,开启缺陷检测模块(3)中图像采集模块;

待检测PCB板通过缺陷检测模块(3)时,触发图像采集模块采集图像作为待检测的PCB板表面焊接缺陷图像,缺陷检测模块(3)中控制器调用权利要求1-5中任意一项所述的PCB板缺陷检测方法对待检测的PCB板表面焊接缺陷图像进行缺陷视觉实时检测,根据目标实时检测的结果,判断是否存在缺陷:如果存在,则驱动自动分拣模块(5)进行分拣。