摘要
本发明公开了一种IC板裂纹缺陷检测方法及其系统,包括以下步骤:A1、构建U‑Net++深度学习网络模型,其包含编码器模块、解码器模块及多跳连接结构,所述编码器模块由5个卷积块组成,每个卷积块包括两个3×3卷积层、ReLU激活函数及步长为2的最大池化层,所述解码器模块通过上采样层与编码器对应层级的特征图进行跳跃连接,所述多跳连接结构在解码器的每个子网络之间建立密集跨层连接。本发明通过改进的U‑Net++网络结构,同时提取裂纹的边缘细节与语义信息,显著提升微小裂纹的检出率,引入深度监督机制与加权损失函数,针对性优化裂纹区域的学习权重,有效缓解类别不平衡问题,可以在复杂背景下显著降低误检率。
技术关键词
裂纹缺陷检测方法
IC板
编码器模块
解码器
深度学习网络模型
光源控制系统
多尺度特征融合
多线程流水线
图像采集模块
嵌入式硬件平台
环形LED光源
空间权重矩阵
加权损失函数
高层语义特征
工业相机
偏振滤光片
上采样
系统为您推荐了相关专利信息
多模态特征融合
区域分割方法
文本
人工瓣膜
编码器训练
纠错模式
手指识别方法
识别纠错方法
触控电容屏
序列
轨迹生成方法
深度编码器
神经网络模型
覆盖率
虚拟仿真测试