[发明专利]一种电路板故障缺陷检测方法、装置、检测设备及系统

说明书

本发明涉及一种电路板故障缺陷检测方法、装置、检测设备及系统。该方法包括：接收摄像头拍摄的待测电路板的板面图片；利用预先训练的深度学习模型对所述板面图片进行电路板缺陷识别；若识别结果显示所述待测电路板存在缺陷，确定所述待测电路板的缺陷位置和缺陷种类，并将所述缺陷位置和所述缺陷种类反馈展示给用户。上述方法可利用深度学习模型对电路板进行缺陷位置和缺陷种类的识别，提高了电路板缺陷检测的效率，降低了检测成本。

技术领域

本发明涉及电路板检测技术领域，具体涉及一种电路板故障缺陷检测方法、装置、检测设备及系统。

背景技术

随着移动电子和物联网的大量普及，电路板需求量有了显著提升。而在电路板生产过程中，往往会因为生产设备问题导致故障的出现，轻则接触不良无法使用，影响使用体验；重则引发火情，严重影响人民生命、财产安全。

目前电路板线路常规都比较细小，用肉眼去观察很难发现问题所在，所以电路板质检通常由产线工人使用显微放大镜在强光下目检，在目视检查之后对目视检查出的各种虚焊、假焊等焊接缺陷处进行手触摸检查。但此种检测方式不仅效率较低，而且在此环境条件下目检对眼睛有很大的伤害，用眼过度还会出现眼疲劳等导致出错的因素。同时，检测结果依靠人工判断，会降低检测结果的客观性。

发明内容

有鉴于此，本发明的目的在于克服现有技术的不足，提供一种电路板故障缺陷检测方法、装置、检测设备及系统。解决了目前只能人工进行电路板缺陷的识别的问题。

为实现以上目的，本发明采用如下技术方案：

一种电路板故障缺陷检测方法，包括：

接收摄像头拍摄的待测电路板的板面图片；

利用预先训练的深度学习模型对所述板面图片进行电路板缺陷识别；

若识别结果显示所述待测电路板存在缺陷，确定所述待测电路板的缺陷位置和缺陷种类，并将所述缺陷位置和所述缺陷种类反馈展示给用户。

可选的，训练所述深度学习模型的过程，包括：

接收多个样本电路板的样本图片；所述样本图片包括不同位置不同种类的缺陷；

识别并学习所述样本图片中的样本缺陷位置和样本缺陷种类；

根据学习结果构建所述深度学习模型。

可选的，还包括：

依据所述缺陷位置和所述缺陷种类结合预设缺陷等级标准确定所述待测电路板的缺陷等级；

依据所述缺陷等级结合预设评判标准为用户提供修复建议；所述修复建议包括：加工维修或报废处理。

可选的，所述确定所述待测电路板的缺陷位置和缺陷种类，包括：

依据所述板面图片的像素点，利用所述深度学习类型对所述待测电路板进行目标检测，确定所述缺陷位置；

获取所述缺陷位置对应的所述板面图片的异常信息；

对所述异常信息利用所述深度学习类型进行缺陷种类识别，确定所述缺陷种类。

可选的，所述缺陷种类，包括：缺孔、开路、短路、针刺、残铜和残缺。

一种电路板故障缺陷检测装置，包括：

图片获取模块，用于接收摄像头拍摄的待测电路板的板面图片；

缺陷识别模块，用于利用预先训练的深度学习模型对所述板面图片进行电路板缺陷识别；

结果反馈模块，用于若识别结果显示所述待测电路板存在缺陷，确定所述待测电路板的缺陷位置和缺陷种类，并将所述缺陷位置和所述缺陷种类反馈展示给用户。