[发明专利]一种电路板故障检测及孪生网络的训练方法、装置和设备

权利要求书

1.一种电路板故障检测方法，其特征在于，所述方法包括：

获取待检测的电路板图像；

将所述待检测的电路板图像输入孪生网络的第一子网络，将图像集合中检测完成的电路板图像输入孪生网络的第二子网络，以计算所述待检测的电路板图像与所述图像集合中的各个检测完成的电路板图像之间的相似度，其中，所述孪生网络预先采用包括有故障问题标注信息的图像集合训练完成；

将所述图像集合中与所述待检测的电路板图像之间的相似度满足预设的相似度阈值的电路板图像确定为相似电路板图像，以将所述相似电路板图像被标注的故障问题确定为所述待检测的电路板图像的故障问题。

2.根据权利要求1所述方法，其特征在于，所述确定待检测的电路板图像，包括：

根据用户对原始电路板图像预先标注的矩形框确定所述原始电路板图像对应的初始前景图像和初始背景图像；

建立初始前景图像和初始背景图像分别对应的高斯混合模型；

重复执行对所述高斯混合模型的更新和基于更新后的高斯混合模型对所述矩形框内未知像素的分类过程，直至基于所述更新后的高斯混合模型的模型参数确定的能量函数收敛；

将矩形框内的前景图像确定为待检测的电路板图像。

3.根据权利要求2所述方法，其特征在于，所述执行对所述高斯混合模型的更新，包括：

确定初始前景图像和初始背景图像分别对应的第一像素集合和第二像素集合；

分别将两个像素集合中的像素分配给具有产生所述像素的表征值概率最高的高斯分量，其中，所述像素的表征值包括所述像素的灰度值或RGB值，所述高斯分量属于所述像素集合自身对应的高斯混合模型；

基于各个像素集合变动的高斯分量更新所述像素集合对应的高斯混合模型。

4.根据权利要求1所述方法，其特征在于，所述将所述图像集合中与所述待检测的电路板图像之间的相似度满足预设的相似度阈值的电路板图像确定为相似电路板图像，包括：

将图像集合中特征向量与所述待检测的电路板图像的特征向量的欧氏距离或者余弦距离小于预设阈值的电路板图像确定为相似电路板图像。

5.根据权利要求1所述方法，其特征在于，所述电路板图像包括所述电路板中的与下述对象中的至少一种有关的图像：元器件、焊点、字符、图形；所述故障问题包括电路板中的对象存在下述问题中的至少一种：有偏移、受潮、积累灰尘、焊锡性不良、焊锡脱落。

6.一种用于电路板故障检测的孪生网络训练方法，其特征在于，所述方法包括：

至少将作为训练样本的电路板图像对分别输入孪生网络的第一子网络和第二子网络，其中，所述电路板图像对包含两张电路板图像，且每张电路板图像中含有故障问题标注信息；

经所述孪生网络对输入的电路板图像对进行特征提取，并根据提取的特征向量确定两张电路板图像之间的第一相似度；

基于所述第一相似度与两张电路板图像的故障问题标注信息的第二相似度之间的差异调整所述孪生网络的网络模型参数。

7.根据权利要求6所述方法，其特征在于，所述训练样本包括正样本和负样本；

作为正样本的电路板图像对中的两张电路板图像具有相同的故障问题；

作为负样本的电路板图像对中的两张电路板图像具有不同的故障问题。

8.根据权利要求6所述方法，其特征在于，所述基于所述第一相似度与两张电路板图像的故障问题标注信息的第二相似度之间的差异调整所述孪生网络的网络模型参数，包括：

在所述两张电路板图像的故障问题标注信息具有大于阈值的相似度的情况下，调整所述孪生网络中的权重向量与电路板图像对应的中间特征向量之间的向量夹角余弦值，以提高两张电路板图像之间的相似程度；

在所述两张电路板图像的故障问题标注信息具有小于阈值的相似度的情况下，调整所述孪生网络中的权重向量与电路板图像对应的中间特征向量之间的向量夹角余弦值，以减弱两张电路板图像之间的相似程度。