一种基于卷积神经网络的电子元器件分类与定位方法

一种基于卷积神经网络的电子元器件分类与定位方法，本发明属于光学检测技术领域，尤其涉及基于卷积神经网络的电子元器件分类与定位方法。本发明的目的是为了解决现有AOI使用过程中元件标准注册和建模效率低下的问题。过程为：S1、获取数据集样本图片；S2、对数据集样本图片进行数据增强，获得增强后的数据集；S3、构建卷积神经网络模型；具体过程为：卷积神经网络模型包括骨干网络、多尺度特征融合网络和检测器；S4、基于S2获得的增强后的数据集，获得训练好的卷积神经网络模型；S5、将待测PCB板电子元器件图像输入训练好的卷积神经网络模型，训练好的卷积神经网络模型输出待测PCB板电子元器件图像的类别与位置。