文献类型：专利

专利类型：发明专利

是否失效：否

是否授权：否

申 请 号：CN202311618497.9

申 请 日：20231129

发 明 人：陈文斌 赵洪超 李太福 杨杰 聂玲 吴学颖

申 请 人：重庆科技学院 重庆工贸职业技术学院

申请人地址：401331 重庆市沙坪坝区大学城东路20号

公 开 日：20240209

公 开 号：CN117541572A

代 理 人：王玉芝

代理机构：重庆蕴博君晟知识产权代理事务所(普通合伙)

语　　种：中文

摘　　要：本发明涉及图像数据处理技术领域，具体涉及一种PCB元器件缺陷检测方法，包括：S1对PCB数据集进行数据增强和扩充；S2PCB数据集经数据增强和扩充后，对PCB图像中的元器件进行标注，获得标签文件；S3对Faster R‑CNN网络结构进行优化处理，得到MSF‑ECANet网络；S4采用coco数据集对MSF‑ECANet网络进行预训练，获得预训练模型；S5在步骤S1和S2获得的PCB数据集上训练MSF‑ECANet网络，微调步骤S4所获得的预训练模型，直至模型收敛；S6对步骤S5所获得的模型的精度以及准确度进行验证与评估；本发明通过训练后的模型对PCB元器件缺陷检测，能够提高PCB元器件缺陷检测的准确度。

主 权 项：1.一种PCB元器件缺陷检测方法，其特征在于，包括：/nS1对PCB数据集进行数据增强和扩充；/nS2 PCB数据集经数据增强和扩充后，对PCB图像中的元器件进行标注，获得标签文件；/nS3对Faster R-CNN网络结构进行优化处理，得到MSF-ECANet网络；/nS4采用coco数据集对MSF-ECANet网络进行预训练，获得预训练模型；/nS5在步骤S1和S2获得的PCB数据集上训练MSF-ECANet网络，微调步骤S4所获得的预训练模型，直至模型收敛；/nS6对步骤S5所获得的模型的精度以及准确度进行验证与评估。/n

关 键 词：缺陷检测  准确度  数据增强  训练模型  数据集 图像数据处理 网络 标签文件  网络结构 优化处理  元器件 微调  标注  收敛  验证  图像 评估  

IPC专利分类号：G06T7/00;G06N3/0464;G06N3/045;G06T5/90;G06T5/40;G06N3/08;G06T7/70;G06T3/60;G06V10/80;G06V10/74;G06V10/762;G06V10/764