摘要
本发明公开了一种基于增强RTDETR的PCB缺陷检测方法。包括:采集各种PCB缺陷图像数据进行分类和标注做成数据集;对数据集进行预处理以提高输入的图像数据的质量;构建增强RTDETR网络模型,包含创新模块全面跨阶段局部注意CCA模块和自适应的快速空间金字塔池化ASPPF模块;使用构建好的增强RTDETR模型用于学习缺陷的特征和类别。本发明通过全面跨阶段局部注意模块,增强了多尺度特征表达的融合能力和特征聚焦能力,提高了目标识别准确性和定位精准度;通过引自适应的快速空间金字塔池化,结合无参数注意力模块与自适应权重融合机制,增强了不同尺度特征图上细节信息的捕捉能力,提升了模型的目标物体感知能力及全局语义理解能力。
技术关键词
缺陷检测方法
残差模块
特征融合网络
特征提取网络
通道注意力机制
ResNet网络
尺寸特征
空间金字塔池化
上采样
语义特征
图像
前馈神经网络
分支
高斯滤波器
数据
解码器
系统为您推荐了相关专利信息
大地电磁数据
大地电磁反演方法
双线性插值方法
反演模型
残差模块
放疗方法
放疗计划
深度卷积神经网络
半监督学习方法
生理状态信息
医学图像分割模型
特征提取单元
输出特征
解码器结构
编码器
显示屏画面
缺陷检测方法
图像采集装置
OLED显示屏
亮度
周围环境数据
图像特征值
融合特征
节点特征
量子态