摘要
本发明涉及神经网络技术领域,揭露了一种基于语义分割法实现PCBA的综合检测方法及系统,包括:对多模态图像进行模态重要性分析,得到重要性分析结果;依据重要性分析结果分配多模态图像的融合权重,通过融合权重对多模态图像进行图像融合;对多模态融合图像进行跨模态残差补偿,得到重构融合图像;从预设的无缺陷样本中提取基底特征空间,对基底特征空间进行正交噪声注入,得到缺陷特征空间,根据缺陷特征空间,在无缺陷样本上合成典型缺陷样本;基于典型缺陷样本,输出重构融合图像对应的缺陷类别、缺陷位置及缺陷尺寸。本发明可以解决权重分配是静态的、跨模态补偿能力不足、缺陷生成失真及注意力机制维度单一的问题。
技术关键词
基底特征
综合检测方法
多模态
缺陷尺寸
缺陷类别
可见光图像
样本
条件生成对抗网络
跨模态
语义
重构
门控循环单元
典型
压缩特征
主成分分析降维
噪声特征
卷积神经网络提取
综合检测系统
系统为您推荐了相关专利信息
超声图像数据
生物阻抗数据
诊断系统
生成对抗网络
诊断模块
数据传输方法
轻量化神经网络
语义特征
建立通信链路
统一标准格式
天气预报数据
出力曲线
调控策略
编码向量
多模态