PCB缺陷检测方法、系统、设备和存储介质
技术特征:
1.一种pcb缺陷检测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的一种pcb缺陷检测方法,其特征在于,所述easpf模块为特征提取模块,所述easpf模块包含卷积块、注意力机制模块、全连接层以及扩张卷积模块。
3. 根据权利要求1所述的一种pcb缺陷检测方法,其特征在于,所述特征融合网络bifpn是一种双向加权特征金字塔融合架构,由多个 bifpn 块和多个卷积块组成;所述bifpn 块可以将多层的特征信息进行有效的融合,以提高检测精度。
4. 根据权利要求1所述的一种pcb缺陷检测方法,其特征在于,所述自适应 mbam 注意力机制包括(c, h, w)、(h, c, w)和(w, h, c) 三个分支,分别记为、和;所述自适应 mbam 注意力机制的操作过程具体为:
5.根据权利要求4所述的一种pcb缺陷检测方法,其特征在于,
6.根据权利要求1所述的一种pcb缺陷检测方法,其特征在于,所述对检测结果进行评价中的评价指标包括平均精度均值、精确率、召回率和帧率;
7.根据权利要求1所述的一种pcb缺陷检测方法,其特征在于,所述对获取的所述pcb数据集的图像进行预处理,具体为:
8.一种pcb缺陷检测系统,能够实现权利要求1-7任一项所述的一种pcb缺陷检测方法,其特征在于,所述系统包括:
9.一种电子设备,其特征在于,包括处理器,存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如权利要求1-7所述的一种pcb缺陷检测方法的步骤。
10.一种可读存储介质,其特征在于,所述可读存储介质上存储程序或指令,所述程序或指令被处理器执行时实现如权利要求1-7所述的一种pcb缺陷检测方法的步骤。
技术总结
本申请公开了一种PCB缺陷检测方法、系统、设备和存储介质,属于缺陷检测技术领域;其中方法包括:获取PCB数据集,以对获取的PCB数据集的图像进行预处理;构建YOLO‑v10n网络模型,将YOLO‑v10n网络模型中的SPPF模块修改为EASPF模块;构建特征融合网络BiFPN,并将提取到的特征传入特征融合网络BiFPN中;在主干网络和特征融合网络BiFPN之间加入自适应MBAM注意力机制模块;将PCB数据集输入到改进后的YOLO‑v10n网络模型进行预训练,得到最优权重;根据最优权重对待检测图像进行检测,对检测结果进行评价,实现对PCB缺陷的检测;通过构建和改进YOLO‑v10n网络模型,提高了对PCB缺陷检测的精度,降低漏检率。
技术研发人员:邓承志,武瑛博,吴朝明,邓强蔚,徐晨光,李彦
受保护的技术使用者:南昌工程学院
技术研发日:
技术公布日:2024/12/2
文档序号 :
【 40201219 】
技术研发人员:邓承志,武瑛博,吴朝明,邓强蔚,徐晨光,李彦
技术所有人:南昌工程学院
备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明 :此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除
技术研发人员:邓承志,武瑛博,吴朝明,邓强蔚,徐晨光,李彦
技术所有人:南昌工程学院
备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明 :此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除
