摘要
本发明公开了一种电路板表面缺陷检测方法和系统,包括如下步骤:通过采集电路板表面图像,并对图像进行预处理,生成缺陷候选区域,结合深度学习模型,利用目标检测网络和通道注意力机制提取图像特征,对潜在缺陷区域进行定位和分类,采用多尺度特征融合技术,结合不同尺度的图像特征进行优化,利用时序动态分析对缺陷演化趋势进行预测,并根据预测结果动态调整缺陷检测策略。本发明的系统采用多模块协作的方式,具有较高的灵活性和自适应能力,能够实现对电路板表面微小缺陷的高效、准确检测。
技术关键词
表面缺陷检测方法
深度学习模型
相似性度量函数
通道注意力机制
原始图像数据
多尺度特征融合
像素
区域生长算法
时序
置信度阈值
策略
动态
电路板缺陷检测
表面缺陷检测系统
多层次特征融合
演化特征
检测缺陷区域