摘要
本发明公开了一种基于轻量化跨尺度特征融合的BGA缺陷检测方法,具体为:获取BGA缺陷图像,对缺陷图像进行标注;将ADown引入骨干网络,设计轻量化跨尺度特征融合网络PG‑CCFN,基于YOLOv8提出一个YOLO‑APGC模型;采用BGA缺陷图像训练集对改进后的算法模型进行训练;将缺陷图像测试集传入训练好的模型中,记录检测结果并评价模型性能。本发明方法在保持高检测精度的同时,实现了更优的轻量化水平与速度‑精度平衡性。
技术关键词
跨尺度特征融合
缺陷检测方法
生成高分辨率
通道
采样模块
BGA锡球
算法模型
上采样
特征融合网络
空间金字塔
双线性插值
多级特征
多尺度特征
标签文件
高频特征
缺陷类别
图像缩放
系统为您推荐了相关专利信息
忆阻器阵列
协同神经网络
PCIE控制器
三维阵列结构
PC上位机
人工智能模型
样本生成方法
图片
输出特征
训练集