[发明专利]基于深度学习PCB缺陷两阶段检测方法在审
| 申请号： | 202211512210.X | 申请日： | 2022-11-29 |
| 公开（公告）号： | CN115965583A | 公开（公告）日： | 2023-04-14 |
| 发明（设计）人： | 罗贵明;黄正跃 | 申请（专利权）人： | 清华大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06V10/774;G06V10/82;G06V10/764;G06V10/80;G06T7/73 |
| 代理公司： | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人： | 高梦梦 |
| 地址： | 100084*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请公开了一种基于深度学习PCB缺陷两阶段检测方法，包含：利用浅层神经网络作第一阶段的检测，包括获取PCB图像模块、CNN模块、FPN模块、PCB特征融合模块、特征掩膜模块、center‑ness模块、HCL模块、PCB缺陷分类模块、缺陷框回归模块、NCC差异修正模块、NMS模块、PCB缺陷库模块等；利用深层神经网络作第二阶段的检测，包括CNN模块、DropMax特征增强模块、融合特征提取模块、分类模块、分类loss模块、归一化模块、缺陷类型模块、缺陷分级等模块等，生成PCB待测板缺陷检测的最终结果。本申请利用深度学习的神经网络技术，充分利用PCB的标准板信息进行PCB缺陷检测，检测速度快、准确性高。 | ||
| 搜索关键词： | 基于 深度 学习 pcb 缺陷 阶段 检测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于清华大学，未经清华大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202211512210.X/，转载请声明来源钻瓜专利网。
- 上一篇：一种超滤膜纺丝生产装置
- 下一篇：电池卡纸吸塑包装的整平设备及方法
