摘要
本发明提供了一种基于大数据的电路板缺陷智能检测方法,属于电路板检测分类技术领域,该方法包括利用可见光、红外光、紫外光对PCB进行缺陷检测并进行数据集预处理,得到预处理数据集;将得到的预处理数据集输入至特征提取网络,对各图像进行特征提取,获取第一特征图;将得到的第一特征图输入至多模态特征融合模块,获得多模态融合后的第二特征图;将第二特征图输入至多尺度特征融合模块,获得多尺度融合后的第三特征图;将第三特征图输入至预测头,获取预测图;方法能够解决目前对可见光的依赖度较高,单纯依赖可见光检测很难发现微小缺陷的问题。
技术关键词
电路板缺陷
智能检测方法
全局特征融合
大数据
光学图像数据
可见光
特征提取网络
检测分类技术
多模态特征融合
模块
多尺度特征融合
图片
分支
成像
红外光
紫外光
系统为您推荐了相关专利信息
调度优化系统
加油量
智能车辆
油耗
数据采集单元
产科
异常事件
大数据
分析生理参数
分析生理数据
信息收集方法
移动端交互
同态加密算法
孤立森林算法
文本情感分析
自然语言文本
信息检索
面向大数据
语义
数据分析方法