[发明专利]一种基于目标检测的pcb板缺陷检测与定位方法

说明书

本发明公开了一种基于目标检测的pcb板缺陷检测与定位方法，该方法首先采集大量无法检测的或误检的图片，并且准备与缺陷图片数量相同的正确图片；对采集好的缺陷图与正确图进行整理，清洗与标注，制作成训练集和测试集；根据pcb缺陷检测要求定义pcb板的缺陷程度与类型，然后根据需要识别的类型，进行目标检测算法的搭建；使用制作好的训练集对目标检测算法进行多次训练；并在最后使用制作好的测试集对训练好的目标检测算法进行泛化测试；通过测试结果计算准确率，召回率等等参数来评价目标检测算法的性能，如果性能没有达到要求，则不断重复之前的操作，直到训练到性能符合要求的目标检测算法；最后将训练完成的目标检测算法投入使用。

技术领域

本发明涉及PCB板缺陷检测领域，尤其涉及一种基于目标检测的pcb板缺陷检测与定位方法。

背景技术

Pcb板缺陷检测历来是工业生产一个关键问题。在生产过程中，由于多方面误差等等因素，会导致pcb板出现不同程度缺陷。对pcb板缺陷检测的传统方法是人工处理，这是最落后的检测手段，效率低，成本高。之后pcb板缺陷检测进入了自动化处理，采用图像处理与机器视觉方法，比人工提高不少效率，但是与此同时，却出现许多的误检(不是缺陷的pcb电路板也标志为缺陷)，因此，现有技术需要进一步改进和完善。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于目标检测的pcb板缺陷检测与定位方法。

本发明研制了一套目标检测的缺陷检测定位方法，主要作用是可以对自动化流程无法识别的缺陷图进行学习，最后能够分类出误检图中的真缺陷与假缺陷。经过实验发现，不仅减轻检测的工作量，同时因为能够长时间运行，并且性能稳定可靠，实现了对pcb板的高速度、高精度和非接触缺陷检测。

本发明的目的通过下述技术方案实现：

一种基于目标检测的pcb板缺陷检测与定位方法，该缺陷检测与定位方法主要包括如下具体步骤：

步骤S1：根据pcb缺陷检测要求，进行目标检测算法的搭建。

具体的，所述步骤S1的目标检测算法的搭建，是根据生产方的要求，对其需求进行数学建模与搭建；具体包括如下步骤：

resize输入图为224x224尺寸大小；

第一、二层，卷积层，卷积核大小为3像素，步长为1像素，输出224x224像素尺寸特征图；

第三层，最大池化层，池化核大小为2像素，步长为2像素，输出112x112像素尺寸特征图；

第四、五层，卷积层，卷积核大小为3像素，步长为1像素，输出为112x112像素尺寸特征图；

第六层，最大池化层，池化核大小为2像素，步长为2像素，输出56x56像素尺寸特征图；

第七、八、九层，卷积层，卷积核大小为3像素，步长为1像素，输出56x56像素尺寸特征图；

第十层，最大池化层，池化核大小为2像素，步长为2像素、输出28x28像素尺寸特征图；

第十一、十二、十三层，卷积层，卷积核大小为3像素，步长为1像素，输出28x28像素尺寸特征图；

第十四层，最大池化层，池化核大小为2像素，步长为2像素，输出14x14像素尺寸特征图；

第十五、十六、十七层，卷积层，卷积核大小为3像素，步长为1像素，输出14x14像素尺寸特征图；

第十八层，最大池化层，池化核大小为2像素，步长为2像素，输出7x7像素尺寸特征图。

步骤S2：采集大量由传统检测方法组成的自动化处理检测线无法检测的pcb缺陷图或者误检的pcb缺陷图，同时准备与缺陷图片数量同样的正确图。