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
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
图像分割方法
对齐技术
矩阵
注意力
图像分割网络
点云图像
强化学习模型
生成三维点云
车辆
多视角
水电站
BERT模型
关系抽取方法
命名实体识别
资料
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