申请/专利权人：杭州电子科技大学

申请日：2021-05-26

公开（公告）日：2021-09-17

公开（公告）号：CN113409250A

主分类号：G06T7/00(20170101)

分类号：G06T7/00(20170101);G06N3/04(20060101);G06N3/08(20060101);G06T7/70(20170101)

优先权：

专利状态码：失效-发明专利申请公布后的驳回

法律状态：2023.12.15#发明专利申请公布后的驳回;2021.10.08#实质审查的生效;2021.09.17#公开

摘要：本发明公开了一种基于卷积神经网络模型的焊点检测方法，首先采集PCB焊点数据集并对数据进行预处理，然后对数据进行标注、保存；然后基于计算机视觉，建立神经网络模型；最后利用焊点数据训练集对建立的神经网络模型进行训练，并使用焊点数据测试集对建立的模型进行测试。本发明方法改进了YOLOv3网络结构，通过5个不同尺度的特征检测层来检测焊点目标，提高了目标检测网络对小尺度目标的检测效果；卷积神经网络的损失函数由四部分组成，通过使用多损失函数进行约束可以在不同方面对结果进行优化，保证模型具有很高的精度；改进后的卷积神经网络模型在保证准确率的同时，能够达到实时检测，满足工厂实际生产需求。

主权项：1.一种基于卷积神经网络的焊点检测方法，其特征在于，步骤如下：步骤1、采集PCB焊点数据集并对数据进行预处理，然后对数据进行标注、保存；步骤2、基于计算机视觉，建立卷积神经网络模型；步骤3、利用焊点数据训练集对建立的卷积神经网络模型进行训练，并使用焊点数据测试集对建立的模型进行测试。

全文数据：

权利要求：

百度查询： 杭州电子科技大学 一种基于卷积神经网络的焊点检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD