摘要
本申请公开了一种PCB板缺陷检测模型的训练方法及检测方法,PCB板缺陷检测模型的训练方法,包括:获取历史PCB板图像,历史PCB板图像包含有PCB缺陷信息;基于纹理自适应注意力模型和YOLOv5网络模型构建初始缺陷检测模型,纹理自适应注意力模型用于对历史PCB板图像的全局纹理特征进行增强并提取;输入历史PCB板图像至初始缺陷检测模型进行训练,得到PCB板缺陷检测模型。本方法实现了基于纹理自适应注意力模型和YOLOv5网络模型构建的PCB板缺陷检测模型对PCB板进行缺陷检测,有利于提高对PCB板进行缺陷检测的检测准确性。
技术关键词
PCB板缺陷检测
注意力模型
计算机可读取存储介质
缺陷检测方法
线性单元
空间金字塔池化
纹理特征
卷积模块
深度特征提取
图像获取模块
训练集
网络模块
训练装置
系统为您推荐了相关专利信息
PCB电路板
特征纹理
缺陷检测方法
局部二值模式
缺陷检测装置
缺陷检测方法
数据检测分析方法
定位设备
样本
协方差矩阵
CT影像数据
计算机可读取存储介质
图片
曲线特征
后台服务器
像素点
消防面具
缺陷检测方法
图像数据处理技术
双曲正切函数
学习路径推荐方法
大语言模型
知识点
强化学习方法
LSTM神经网络