摘要
本发明涉及一种基于改进YOLO网络的印刷电路板缺陷检测方法和系统,使用配备绿色滤光片的工业相机采集印刷电路板图像,过滤绿色背景光干扰;对采集的图像进行预处理,将处理后的图像输入改进后的YOLO网络,处理得到缺陷类别位置及置信度信息。由此,通过引入注意力机制和优化锚框生成算法,能够更准确地定位和识别PCB上的各种缺陷,尤其对于微小缺陷和复杂背景下的缺陷,检测精度有显著提升。采用多尺度训练策略使模型,能够适应不同尺度的输入图像,对实际生产中尺寸多样的PCB缺陷具有更好的检测效果,提高模型的实用性和稳定性。
技术关键词
印刷电路板缺陷
绿色滤光片
生成算法
网络模块
重叠阈值
工业相机
缺陷类别
融合多尺度特征
光源控制系统
收集训练数据
图像
双边滤波算法
引入注意力机制
交叉注意力机制
通道注意力机制
背景光
系统为您推荐了相关专利信息
属性基重加密方法
执行算法
密文策略
节点
拉格朗日
转台机构
结构化网格
智能控制策略
零部件连接处
生成规则
富勒烯薄膜
缺陷检测方法
网络模块
后处理模块
采集系统
机械故障诊断方法
注意力
节点特征
线性变换矩阵
前馈神经网络