[发明专利]印刷电路板电路结构识别方法、装置及计算机存储介质

权利要求书

1.一种印刷电路板电路结构识别方法，其特征在于，包括：

获取印刷电路板各层的PCB图片；

基于经过预先训练的第一神经网络识别所述PCB图片上的焊点和过孔，其中，所述第一神经网络通过预先训练被配置为可根据所述PCB图片识别其上的焊点和过孔分布；

基于经过预先训练的第二神经网络识别所述PCB图片上的导线区域，其中，所述第二神经网络通过预先训练被配置为可根据所述PCB图片识别其上的导线区域。

2.如权利要求1所述的印刷电路板电路结构识别方法，其特征在于，将所述第一神经网络的识别结果和所述第二神经网络的识别结果保存在同一个文件夹中。

3.如权利要求1所述的印刷电路板电路结构识别方法，其特征在于，所述第一神经网络为YOLOv3网络，所述第二神经网络为YOLOv5网络。

4.如权利要求1所述的印刷电路板电路结构识别方法，其特征在于，所述方法还包括：预先训练所述第一神经网络，所述预先训练所述第一神经网络包括：

获取训练用的输入样本集，所述输入样本集为印刷电路板各层的PCB图片；

标注输入样本集PCB图片上的第一关键特征，作为训练用的第一输出样本集；所述第一关键特征包括PCB图片上的焊点、过孔以及焊点、过孔存在与否的条件概率；

对第一神经网络模型进行预处理；所述预处理包括：输入数据增强设置、模型权重预训练、损失函数构建、模型参数设定；

将所述输入样本集和第一输出样本集输入预处理后的第一神经网络模型进行训练，得到召回率满足要求的网络模型。

5.如权利要求4所述的印刷电路板电路结构识别方法，其特征在于，所述标注输入样本集PCB图片上的关键特征的具体方法为：

建立X-Y坐标轴；将每个焊点、过孔分别以矩形边框进行标记，焊点/过孔的具体特征向量为{P_x、P_y、P_w、P_h、P_r}，P_x表示焊点/过孔所处的矩形边框的中心点在X轴上的坐标，P_y表示焊点/过孔所处的矩形边框的中心点在Y轴上的坐标，P_w表示焊点/过孔所处的矩形边框的宽度，P_h表示焊点/过孔所处的矩形边框的高度，P_r表示焊点/过孔存在与否的条件概率。

6.如权利要求1所述的印刷电路板电路结构识别方法，其特征在于，所述方法还包括：预先训练所述第二神经网络，所述预先训练所述第二神经网络包括：

获取训练用的输入样本集，所述输入样本集为印刷电路板各层的PCB图片；

标注输入样本集PCB图片上的第二关键特征，作为训练用的第二输出样本集；所述第二关键特征包括PCB图片上的导线区域及其导线区域存在与否的条件概率P_s；

对第二神经网络模型进行预处理；所述预处理包括：输入数据增强设置、模型权重预训练、损失函数构建、模型参数设定；

将所述输入样本集和第二输出样本集输入预处理后的第二神经网络模型进行训练，得到召回率满足要求的网络模型。

7.如权利要求4或6所述的印刷电路板电路结构识别方法，其特征在于，所述损失函数构建时，损失函数包括三部分误差损失：位置误差损失、置信误差损失和分类误差损失，且位置误差损失、置信误差损失和分类误差损失的权重系数不同。

8.一种印刷电路板电路结构识别装置，其特征在于，所述装置包括：

获取模块，用于获取印刷电路板各层的PCB图片；

焊点和过孔识别模块，用于基于经过预先训练的第一神经网络识别所述PCB图片上的焊点和过孔，其中，所述第一神经网络通过预先训练被配置为可根据所述PCB图片识别其上的焊点和过孔分布；

导线区域识别模块，用于基于经过预先训练的第二神经网络识别所述PCB图片上的导线区域，其中，所述第二神经网络通过预先训练被配置为可根据所述PCB图片识别其上的导线区域。