[发明专利]一种基于深度学习的BGA气泡缺陷图像检测方法在审
| 申请号： | 201810189754.4 | 申请日： | 2018-03-08 |
| 公开（公告）号： | CN108596871A | 公开（公告）日： | 2018-09-28 |
| 发明（设计）人： | 桂志国;张鹏程;刘一鸣;张权;杨民;陈阳 | 申请（专利权）人： | 中北大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06K9/62 |
| 代理公司： | 北京五月天专利商标代理有限公司 11294 | 代理人： | 李永联 |
| 地址： | 030051 山*** | 国省代码： | 山西;14 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于深度学习的BGA气泡缺陷图像检测方法，包括如下步骤：步骤1：筛选出有气泡缺陷的BGA图像，并对图像进行标定，获得标签图像集；步骤2：建立全卷积网络，利用步骤1获得的标签图像集训练全卷积网络，训练获得全卷积网络模型；步骤3：将待检测的BGA图像输入至步骤2获得的全卷积网络模型进行检测，输出图像分类结果。 | ||
| 搜索关键词： | 卷积 气泡缺陷 标签图像 图像检测 网络模型 分类结果 输出图像 检测 标定 网络 筛选 图像 学习 | ||
【主权项】：
1.一种基于深度学习的BGA气泡缺陷图像检测方法，其特征在于，包括如下步骤：步骤1：筛选出有气泡缺陷的BGA图像，并对图像进行标定，获得标签图像集；步骤2：建立全卷积网络，利用步骤1获得的标签图像集训练全卷积网络，训练获得全卷积网络模型；步骤3：将待检测的BGA图像输入至步骤2获得的全卷积网络模型进行检测，输出图像分类结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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中北大学，未经中北大学许可，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/patent/201810189754.4/，转载请声明来源钻瓜专利网。
