-
公开(公告)号：CN117830213A
公开(公告)日：2024-04-05
申请号：CN202311604041.7
申请日：2023-11-28
Applicant: 西南交通大学
IPC: G06T7/00 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于改进YOLOv5算法的PCB缺陷检测方法，具体为：获取PCB缺陷图像，划分训练集与测试集；改进YOLOv5网络模型，包括优化YOLOv5的网络结构和增加轻量化算子；采用PCB缺陷图像的训练集对改进后的算法模型进行训练；将缺陷图像测试集传入训练好的模型中，记录检测结果并评价模型性能。本发明提高了网络模型对小目标缺陷的检测能力，加深了高低阶特征空间之间的信息交互，提高了网络模型的检测效果，减少了特征处理过程中的信息损失，保证了PCB制造中的缺陷识别可靠性，达到了快速精准的检测效果。
-
公开(公告)号：CN120047393A
公开(公告)日：2025-05-27
申请号：CN202510060067.2
申请日：2025-01-15
Applicant: 西南交通大学
Abstract: 本发明公开了一种基于双目3D视觉多尺度特征融合的PCB焊点点云配准方法，具体为：搭建双目3D视觉采集平台对PCB扫描获取高精度点云数据；对PCB点云数据进行预处理，提升点云质量；利用Cloudcompare软件对点云数据分块，并构建双目焊点点云配准数据集；设计并搭建基于多尺度特征提取的迭代最近点PCB焊点点云配准模型；采样PointNet++模型进行多尺度特征提取；确定基板和焊点的交界线，并采用w‑FPS方法对焊点和基板进行高效采样，优化特征提取结果；采用基于KD‑tree的动态阈值筛选策略快速剔除低信噪比点对，进行ICP配准；完成配准，记录配准结果并基于评价指标对模型配准性能评估；Open3d对配准结果进行可视化。本发明显著提高了PCB焊点点云的配准精度和效率，具有较强的实际应用价值。
-
公开(公告)号：CN118799295A
公开(公告)日：2024-10-18
申请号：CN202411010205.8
申请日：2024-07-26
Applicant: 西南交通大学
IPC: G06T7/00 , G06T7/10 , G06V10/764 , G06T7/70 , G06T5/40
Abstract: 本发明公开了一种基于改进插值最远点采样的PCB焊点缺陷检测方法，具体为：3D相机对印制电路板扫描获取PCB点云数据；对PCB点云预处理再划分训练集和测试集；搭建基于PointNet++两阶段的PCB焊点检测模型；确定基板和焊点的交界线L；用最近邻插值算法NN得到焊点密集的PCB点云；将最远点采样算法结合交界线L对PCB进行采样；由分割模型分割出焊点，记录检测结果并基于评价指标对模型分割性能评估；融合最远点采样算法和密度最远点采样算法对焊点点云采样，将采样后的点送入分类模型对每个焊点分类；输出每个焊点的类别，记录检测结果并基于评价指标对模型分割性能评估。本发明提高了PCB焊点检测精度和准确率。
-
公开(公告)号：CN118247235A
公开(公告)日：2024-06-25
申请号：CN202410326802.5
申请日：2024-03-21
Applicant: 西南交通大学
IPC: G06T7/00 , G06V10/764 , G06V10/42 , G06V10/80 , G06V10/82 , G06N3/0464 , G06V10/774
Abstract: 本发明公开了一种结合注意力机制和跨尺度融合的PCB表面缺陷检测方法，具体为：获取PCB表面缺陷图像数据，划分训练集、验证集和测试集；设计轻量化网络模型结构，基于YOLOv5基本框架融入轻量化思想、高效注意力机制和跨尺度融合策略完成模型的轻量化压缩和性能提升；利用划分的PCB缺陷图像训练集对网络模型进行训练得到最优的模型参数；将缺陷图像测试集传入训练好的模型中，记录检测结果并基于评价指标完成对模型性能的综合评估。本发明在保证检测精度和速度的同时实现了模型有效的轻量化压缩，更适合在计算资源有限的PCB产线检测设备进行部署应用。
-
-
-
Search Results
4
records
(took 0.014 seconds)
