摘要
本发明涉及一种基于可变形融合通道位置注意力与多尺度自适应特征融合的印刷电路板表面缺陷检测方法及装置,方法包括:采集待检测印刷电路板图像;将所述待检测印刷电路板图像输入深度学习网络模型,输出所述待检测印刷电路板图像的表面缺陷检测结果,其中,所述深度学习网络模型通过印刷电路板表面缺陷数据集训练获得,所述深度学习网络模型通过多尺度特征融合策略融合不同尺度特征、通过通道特征与空间特征聚焦于关键特征区域。本发明能够有效利用印刷电路板图像中的特征信息,提高印刷电路板表面缺陷的检测准确性和鲁棒性。
技术关键词
深度学习网络模型
检测印刷电路板
印刷电路板表面
注意力
表面缺陷检测
多尺度特征融合
缺陷检测方法
输出特征
通道
特征提取网络
Sigmoid函数
加权特征
图像
检测头结构
缺陷检测装置
模块
骨架特征
双线性插值
关系建模
系统为您推荐了相关专利信息
空间金字塔池化
涂胶区域
水平集函数
空洞
初始轮廓
医学图像分割
注意力
建模方法
多模态
电数字数据处理技术
参数调控方法
泥水盾构
泥浆参数
盾构工程
泥水平衡盾构