《一种基于深度学习的PCB焊接缺陷检测方法》

技术简介：

本发明涉及缺陷检测技术领域,尤其涉及一种基于深度学习的PCB焊接缺陷检测方法,包括对数据集中PCB图像做一个增扩处理,完成数据格式和尺寸的转换,并划分数据集；利用K-Means算法确定回归的先验框数量,并通过缩放公式确定锚框大小；对NECK区域感受野进行调整,在Backbone区完成下采样时添加一个SE模块；将转化完成的数据文件输入到训练函数中训练,设置训练参数。本发明解决当下PCB缺陷检测效率低和精度低的问题,通过深度学习训练不断加深机器对缺陷的识别能力,利用K-Means算法对锚框大小的确定,通过锚框缩放公式,精确定位缺陷部位,从而提高缺陷的检测率,防止劣质电路板的流出。

研发人员：陈树越;王佳宏