一种基于深度学习的PCB荧光涂层覆涂检测方法及系统

本发明公开了一种基于深度学习的PCB荧光涂层覆涂检测方法及系统，向固定位置PCB板照射特定波长光线获取荧光图像；标注覆涂区域并划分训练/测试集，对数据集进行预处理；构建改进U‑net网络：编码器采用小波卷积层提取多尺度特征，解码器集成ECA通道注意力模块；编码器与解码器间通过跳跃连接融合特征，融合前经MKLA尺度大核注意力模块处理；使用预处理训练集以Dice‑loss为损失函数迭代训练网络，基于测试集的Dice系数和混淆矩阵优化参数。将待测图像输入优化网络输出预测掩膜，经形态学开运算去噪后。显著提升了PCB板生产中的质量控制效率，具有广泛的应用前景。