摘要
本发明公开一种基于掩膜修复的电路板双模态缺陷样本生成方法,首先生成掩膜,将其与电路板图像相加,生成掩模图像;掩模图像输入掩膜修复模块生成掩膜修复图像,同时掩膜图像输入边缘生成模块生成缺陷边缘图像;接着将掩膜修复图像和缺陷边缘图像输入带有边缘注意力模块的缺陷生成网络中生成缺陷图像;最后以生成的电路板缺陷图像作为条件,生成对应的电路板缺陷深度图。本发明通过基于掩膜修复的网络架构实现了高质量的电路板双模态缺陷样本的生成,生成的缺陷具有多样性和真实性,从而解决了目前电路板缺陷样本稀少影响基于深度学习的缺陷检测算法研发的问题。
技术关键词
样本生成方法
掩膜
双模态
图像生成网络
解码架构
电路板缺陷
注意力
深度图
canny算子
缺陷检测算法
编码
模块
随机噪声
网络架构
掩模
系统为您推荐了相关专利信息
训练样本生成方法
非暂态计算机存储介质
大语言模型
搜索工具
生成工具
卫星观测数据
融合多源数据
深度学习模型
变分自动编码器
海浪
疲劳损伤评定方法
焊接残余应力
焊缝
非线性回归模型
表面三维形貌
图案结构
微型发光二极管
仿真模型
优化光场
GaN外延片