摘要
本发明提出一种PCB焊点缺陷视觉检测方法及系统,步骤如下:S1、获取PCB焊点图像并预处理;S2、基于YOLO目标检测模型构建改进的FD‑YOLO模型:在主干网络末尾引入TripletAT模块,通过对TripletAT模块输入特征的旋转操作和跨维度交互,增强空间与通道特征的关联性;将颈部网络的Upsample层替换为Dysample模块;并在颈部网络的输出部分引入DWAT模块,基于DWAT模块输入特征获得综合复杂度评分,通过动态窗口预测网络将综合复杂度评分映射为窗口尺寸,并根据窗口尺寸执行DWAT模块输入特征的局部平均池化生成多尺度特征,对多尺度特征进行加权求和获得增强特征;S3、将预处理后的PCB焊点图像输入训练好的FD‑YOLO模型,获得缺陷检测结果。本发明可以实现对PCB焊点缺陷的高精度、高效率检测。
技术关键词
视觉检测方法
焊点缺陷
输出特征
YOLO模型
模块
多尺度特征
池化特征
复杂度
网络
全局平均池化
分支
通道
积层
尺寸
图像
双线性插值
噪声抑制
像素点
系统为您推荐了相关专利信息
智能预警装置
地下管道
气体检测模块
排气风扇
预警算法
概念设计方法
深度学习网络
知识推荐算法
意图类别
模型预训练
自动盘库方法
激光三维扫描设备
规划航线飞行
激光扫描设备
地面站