[发明专利]PCB板表面缺陷检测装置及方法

说明书

本发明提供了一种PCB板表面缺陷检测装置及方法，其中，方法中包括：将采集到PCB板图片之后对其进行扩充及标注，并使用k‑means++选取初始聚类中心之后，使用k‑means聚类出先验框；同时，将YOLOv3原网络中的Darknet‑53特征提取层换成EfficientNet网络，将特征融合层扩充为4层，并可加入Inception结构和SPP结构，根据先验框训练完成之后，对可能存在缺陷的PCB板图片进行检测。相较于原YOLOv3网络来说，改进后的表面缺陷检测模型在对小目标检查的速度与准确度都有大幅度的提升，还可以实现批量化生产和减少成本，避免人检所带来的一系列问题，快速提升PCB的质量，提升企业的综合竞争力。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种PCB板表面缺陷检测方法。

背景技术

随着大数据、人工智能、5G通信、物联网等高新技术的迅速发展，极大的推动了印刷电路板(以下简称PCB板)的发展。PCB板作为电子产品之母，对电子产品的重要性如同人类的心脏。各类电子产品的组成部件中PCB板必不可少，且电子产品的质量很大程度上也取决于PCB板的质量，以此PCB板对于各个品牌和商家的竞争力也有很大影响，在出厂时对于PCB裸板的质量要求和检测效率要求也越来越高。

目前，对于PCB裸板的检测主要还是依靠传统的人工目检，但是随着线路密度的不断增高，人工进行检测的难度随之加大。为了解决这一问题，有部分企业使用了针床检测在线测试的方法对其进行检测，虽然这种方法相较于传统人工方法有了明显的进步，但同时带来了模板成本高、检测尺寸受到限制、接触式检测方式易对PCB裸板造成损坏等局限性，依然无法达到产品批量化、高精度、高效率检测的要求。利用较为先进的以机器视觉为核心的自动光学检测系统(Automatic Optical Inspection，AOI)虽然能够解决上述问题，但是由于功能齐全产业完善的企业大多是国外企业，不断引进国外的AOI设备无疑会增加国内企业的成本，对于国内行业的发展不利，因此解决这一问题是PCB行业的巨大挑战。

发明内容

针对上述问题，本发明提供了一种PCB板表面缺陷检测装置及方法，有效解决现有PCB板表面缺陷检测成本高、效率低等技术问题。

本发明提供的技术方案如下：

一方面，本发明提供了一种PCB板表面缺陷检测装置，包括：

图片采集模块，用于采集待检测PCB板图片；

表面缺陷检测模块，用于将所述图片采集模块获取的PCB板图片送入预训练的表面缺陷检测模型，对所述PCB板中可能存在的表面缺陷进行检测；所述表面缺陷检测模型为改进的YOLOv3网络结构，所述YOLOv3网络结构中主干网络为改进后的EfficientNet网络，所述EfficientNet网络中包括多个用于提取特征的MBConvBlock结构，在每个所述MBConvBlock结构中：采用1×1的卷积对输入的数据增加维度之后，进一步对其进行N×N的卷积操作，并利用注意力机制为每个通道添加相应的权值实现特征提取，最后利用1×1的卷积进行维度降低操作并添加相应的残差边。

在本技术方案中，基于改进后YOLOv3网络的深度学习检测方法作为一种非接触智能检测技术，融合了图片处理、模式识别、人工智能、计算机视觉、光学等技术，具有高效率、高精度、高智能、可编程等优点。

另一方面，本发明提供了一种PCB板表面缺陷检测方法，应用于上述PCB板表面缺陷检测装置，所述PCB板表面缺陷检测方法包括：

采集待检测PCB板图片；