[发明专利]电路板缺陷检测方法及装置有效
申请号: | 201810701246.X | 申请日: | 2018-06-29 |
公开(公告)号: | CN108961236B | 公开(公告)日: | 2021-02-26 |
发明(设计)人: | 王健;杜家鸣;李长升;陈进宝 | 申请(专利权)人: | 国信优易数据股份有限公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06K9/62;G06N3/08 |
代理公司: | 北京超凡志成知识产权代理事务所(普通合伙) 11371 | 代理人: | 梁香美 |
地址: | 100070 北京市丰台区南四环*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 电路板 缺陷 检测 方法 装置 | ||
1.一种电路板缺陷检测方法,其特征在于,包括:
获取本轮训练使用的至少一个训练样本对;其中,所述训练样本对包括两个相同和/或不同的电路板图像;
将获取的至少一个训练样本对中的每个训练样本对输入具有两个分支的神经网络的分支分别对应的入口,并使用所述神经网络分别为输入的训练样本对确定第一特征和第二特征;
将所述第一特征和所述第二特征进行比对得到的比对结果,与对应训练样本对的标注值进行匹配;其中,所述比对结果表征第一特征和第二特征之间的特征相似度,所述标注值表征训练样本对相似或者不相似;并
根据匹配结果对所述神经网络进行本轮训练;
经过对所述神经网络的多轮训练,得到电路板缺陷检测模型;
将待检测电路板图像与对应的标准电路板图像输入所述电路板缺陷检测模型;
使用所述电路板缺陷检测模型分别为所述待检测电路板图像与对应的标准电路板图像提取第三特征和第四特征;
将所述第三特征和所述第四特征进行比对;
根据得到的比对结果确定所述待检测电路板是否存在缺陷。
2.根据权利要求1所述的方法,其特征在于,所述神经网络包括孪生Siamese网络;
将获取的至少一个训练样本对中的每个训练样本对输入具有两个分支的神经网络的分支分别对应的入口,并使用所述神经网络分别为输入的训练样本对确定第一特征和第二特征,包括:
将获取的至少一个训练样本对中的每个训练样本对分别输入Siamese网络的两个入口,并使用所述Siamese网络分别为输入的训练样本对确定第一特征向量和第二特征向量;
将所述第一特征和所述第二特征进行比对得到的比对结果,与对应训练样本对的标注值进行匹配;并根据匹配结果对所述神经网络进行本轮训练,包括:
执行如下匹配操作,直到第一特征向量和第二特征向量的比对结果与对应训练样本对的标注值一致,则完成本轮训练;其中,所述标注值表征对应训练样本对相似或者不相似;
所述匹配操作包括:
将所述第一特征向量和所述第二特征向量进行比对,得到比对结果;
将所述比对结果与对应训练样本对的标注值进行匹配;
针对标注值表征对应训练样本对的匹配情况与所述比对结果表征的匹配情况不一致的情况,生成第一反馈信息;并
基于所述第一反馈信息对所述Siamese网络进行参数调整;
基于调整后的参数,使用所述Siamese网络为对应训练样本对确定新的第一特征向量和第二特征向量,并再次执行所述匹配操作。
3.根据权利要求1所述的方法,其特征在于,所述神经网络包括双通道神经网络;
将获取的至少一个训练样本对中的每个训练样本对输入具有两个分支的神经网络的分支分别对应的入口,并使用所述神经网络分别为输入的训练样本对确定第一特征和第二特征,包括:
将获取的至少一个训练样本对中的每个训练样本对分别作为源数据和目标数据,并分别输入所述双通道神经网络的不同通道;
使用所述双通道神经网络分别为输入的训练样本对确定第一特征和第二特征;
将所述第一特征和所述第二特征进行比对得到的比对结果,与对应训练样本对的标注值进行匹配;并根据匹配结果对所述神经网络进行本轮训练,包括:
执行如下距离确定操作,直到满足第一特征与第二特征之间的距离不大于预设距离阈值,且对应源数据的标注值表征对应训练样本对相似,或满足第一特征与第二特征之间的距离大于预设距离阈值,且对应源数据的标注值表征对应训练样本对不相似,则完成本轮训练;
所述距离确定操作,包括:
确定所述第一特征和所述第二特征之间的距离;
针对第一特征与第二特征之间的距离大于预设距离阈值,且对应源数据的标注值表征对应训练样本对相似,或针对第一特征与第二特征之间的距离不大于预设距离阈值,且对应源数据的标注值表征对应训练样本对不相似,生成第二反馈信息;并
基于所述第二反馈信息对所述双通道神经网络进行参数调整;
基于调整后的参数,使用所述双通道神经网络为对应训练样本对确定新的第一特征和第二特征,并再次执行所述距离确定操作。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国信优易数据股份有限公司,未经国信优易数据股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810701246.X/1.html,转载请声明来源钻瓜专利网。