专利名称: |
一种焊点缺陷检测方法、装置、设备及可读存储介质 |
摘要: |
本发明实施例公开了一种焊点缺陷检测方法、装置、设备及计算机可读存储介质。其中,方法包括对PCB的IC元件的引脚图像的三色通道利用无约束优化的二维经验模式分解,得到多通道图像;将多通道图像输入至缺陷分类模型,得到初始引脚图像的标签类型,以检测IC元件的引脚是否有缺陷;标签类型包括正样本和负样本两类标签;其中,缺陷分类模型为维度为2的全连接层作为倒数第二层,softmax层作为最后一层的深度神经网络分类模型,通过训练正样本多于负样本且正负样本比例超过预设比例阈值的训练样本集所得,训练样板集中的正样本为没有缺陷的IC引脚图像,负样本为有缺陷的IC引脚图像。本申请提高了IC引脚缺陷检测的准确度,满足了分类精度的现实需求。 |
专利类型: |
发明专利 |
国家地区组织代码: |
广东;44 |
申请人: |
广东工业大学 |
发明人: |
蔡念;王晶;陈芝涛;黄柯敏;彭红霞;陈新度 |
专利状态: |
有效 |
申请号: |
CN201811075275.6 |
公开号: |
CN109342456A |
代理机构: |
北京集佳知识产权代理有限公司 11227 |
代理人: |
罗满 |
分类号: |
G01N21/956(2006.01)I;G;G01;G01N;G01N21 |
申请人地址: |
510006 广东省广州市番禺区大学城外环西路100号 |
主权项: |
1.一种焊点缺陷检测方法,其特征在于,应用于PCB的IC元件的焊点检测,包括:获取待检测IC元件的初始引脚图像;对所述初始引脚图像的三色通道利用无约束优化的二维经验模式分解,得到多通道图像;将所述多通道图像输入至预先构建的缺陷分类模型,得到所述初始引脚图像的标签类型,以检测所述待检测IC元件的引脚是否有缺陷;所述标签类型包括正样本和负样本两类标签;其中,所述二维经验模式分解通过三棱锥堆叠形成薄块,通过各个三棱锥的重心趋于零平面特性构建求BIMF的优化问题,所述缺陷分类模型基于深度神经网络分类模型,并设置维度为2的全连接层作为倒数第二层并使用加权方式获得分类边界,softmax层作为最后一层,通过训练正样本多于负样本且正负样本比例超过预设比例阈值的训练样本集所得,所述训练样板集中的正样本为没有缺陷的IC引脚图像,负样本为有缺陷的IC引脚图像。 |
所属类别: |
发明专利 |