摘要
本申请提供了一种用于表面贴装生产的测试方法、装置、设备及存储介质,该方法包括:采集印刷电路板表面贴装后的图像信息与电信号;通过对图像信息进行预处理,生成预处理图像;对预处理图像进行椭圆拟合确定焊盘的几何特征;将电信号对应的电信号特征向量与几何特征进行跨模态特征融合,构建多维度缺陷描述矩阵;将多维度缺陷描述矩阵输入至神经网络模型,输出缺陷类型分类标签及对应的置信度评分;根据缺陷类型分类标签以及置信度评分通过优化算法生成动态测试路径规划方案。通过提取焊盘几何特征,构建融合电信号与几何信息的缺陷描述矩阵,并通过神经网络进行缺陷识别,实现了模态间的深度协同与信息互补,有效提升了复杂缺陷的识别能力。
技术关键词
神经网络模型
测试方法
印刷电路板表面
焊盘
图像
矩阵
滑动窗口尺寸
标签
更新模型参数
跨模态
拓扑特征
并行特征提取
双通道注意力
滑动窗口机制
协方差分析
生成二值化
融合特征
动态
生成电信号
系统为您推荐了相关专利信息
HE染色
组织
图像转换模型
图像亮度信息
转换方法
疲劳裂纹扩展寿命
智能预测方法
钢板疲劳裂纹
寿命预测模型
锈蚀缺陷
多维特征向量
医疗诊断方法
人工智能辅助
加权特征值
加权算法