一种基于多模态数据融合的PCBA线路板焊点检测方法

AITNT
正文
推荐专利
一种基于多模态数据融合的PCBA线路板焊点检测方法
申请号:CN202510963098
申请日期:2025-07-14
公开号:CN120449113B
公开日期:2025-10-10
类型:发明专利
摘要
本发明公开了一种基于多模态数据融合的PCBA线路板焊点检测方法,涉及电子制造质量检测技术领域,构建分布式传感网络并采集多模态数据,全方位获取焊点信息,并进行多模态数据的时空对齐;对多模态数据进行特征提取,通过注意力机制动态加权各模态特征,突出关键缺陷表征;利用图神经网络构建焊点空间拓扑图,建模焊点间的空间关系。本发明通过整合光学、X‑Ray、热学、力学、电学等多维度数据,突破单模态检测的信息局限性,利用不同模态数据的互补,结合注意力机制动态加权各模态特征,精准识别复杂缺陷,并利用图神经网络建模焊点空间拓扑关系,进一步捕捉关联缺陷,提升缺陷分类准确率。
技术关键词
焊点检测方法 多模态数据融合 强化学习模型 分布式传感网络 上下文特征 Softmax分类器 焊点缺陷 线路板 分类准确率 检测器 模态特征 强化学习环境 注意力机制 拓扑图 加权特征 高精度标定板 坐标系
系统为您推荐了相关专利信息
1
基于新型代价体构建方式的高分辨率粒子图像测速方法
粒子图像测速方法 仿真数据 粒子图像测速装置 特征提取网络 ResNet网络
2
基于自适应对齐技术的图像分割方法及系统
图像分割方法 对齐技术 矩阵 注意力 图像分割网络
3
一种基于深度学习的多摄像头车辆冲洗检测方法
点云图像 强化学习模型 生成三维点云 车辆 多视角
4
水电站资料的关系抽取方法及系统
水电站 BERT模型 关系抽取方法 命名实体识别 资料
5
一种基于强化学习的自适应工业金属表面缺陷检测方法
图像特征向量 金属表面缺陷检测 强化学习模型 图像增强 图像检测模型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号