-
公开(公告)号：CN115100393A
公开(公告)日：2022-09-23
申请号：CN202210722138.7
申请日：2022-06-24
Applicant: 常州大学
IPC: G06V10/25 , G06V10/762 , G06V10/774 , G06V10/82
Abstract: 本发明涉及缺陷检测技术领域，尤其涉及一种基于深度学习的PCB焊接缺陷检测方法，包括对数据集中PCB图像做一个增扩处理，完成数据格式和尺寸的转换，并划分数据集；利用K‑Means算法确定回归的先验框数量，并通过缩放公式确定锚框大小；对NECK区域感受野进行调整，在Backbone区完成下采样时添加一个SE模块；将转化完成的数据文件输入到训练函数中训练，设置训练参数。本发明解决当下PCB缺陷检测效率低和精度低的问题，通过深度学习训练不断加深机器对缺陷的识别能力，利用K‑Means算法对锚框大小的确定，通过锚框缩放公式，精确定位缺陷部位，从而提高缺陷的检测率，防止劣质电路板的流出。
Search Results
1
records
(took 0.014 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
