摘要
本发明提供一种基于多头注意力机制的BGA焊点异常检测网络模型及异常检测方法,属于图像识别技术领域。本发明BGA焊点异常检测网络模型,包括初始层模块:用于接收BGA焊点图像,提取BGA焊点的初始特征图;若干个双向桥模块:用于将初始特征图馈入多头注意力块分支中,用以丰富多头注意力块分支的局部细节;并将多头注意力块分支提取到的全局上下文信息馈回卷积块分支中,用以加强卷积块分支的全局感知能力,然后将输出结果馈入下一个模块;特征融合模块:用于将多头注意力块分支和卷积块分支的输出内容拼接起来,输出给全连接层模块;若干层的全连接模块:用于对BAG焊点进行分类预测,输出预测结果。本发明的有益效果为:能够有效提升BGA焊点的检测精度。
技术关键词
BGA焊点
异常检测方法
检测网络模型
多头注意力机制
卷积模块
分支
深度卷积神经网络
X射线检测装置
X射线探测器
桥模块
局部特征相融合
检测芯片
图像处理系统
神经网络模型
巴特沃斯滤波器
系统为您推荐了相关专利信息
掩码矩阵
多头注意力机制
模型构建方法
空间金字塔池化
分阶段
编码器
卷积模块
信号
故障诊断方法
故障诊断模型
精细分类方法
多源遥感数据
融合特征
输入端
特征提取模型
职位推荐方法
多头注意力机制
语义特征提取
双向长短期记忆网络
数据