[发明专利]一种基于深度学习目标检测算法的焊点质量检测方法及其实现系统在审
| 申请号： | 201811423925.1 | 申请日： | 2018-11-27 |
| 公开（公告）号： | CN109584227A | 公开（公告）日： | 2019-04-05 |
| 发明（设计）人： | 李响;吴雨林;周洪超 | 申请（专利权）人： | 山东大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06N3/04 |
| 代理公司： | 济南金迪知识产权代理有限公司 37219 | 代理人： | 杨树云 |
| 地址： | 250199 山*** | 国省代码： | 山东;37 |
| 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目标检测算法的焊点质量检测方法及其实现系统，包括步骤如下：(1)采集数据并进行前期预处理：采集图片中每一个焊点的位置和类别，对进行标注，对图片统一尺寸大小；(2)提取特征；(3)利用RPN网络自动生成多个建议区域，并映射到深度卷积神经网络模型最后一层的特征图上；(4)筛选并生成固定尺寸的特征图；(5)送入边界回归网络及分类器，得到焊点的位置与类别，以提示检测人员是否对电路板进行重新加工。本发明完全实现自动化，无需焊点检测的专业知识，从根本上避免了工人工作效率不稳定的问题，无须雇佣大量质检员，解放大量劳动力的同时也为企业节约生产成本。 | ||
| 搜索关键词： | 焊点 焊点质量检测 检测算法 学习目标 特征图 预处理 节约生产成本 卷积神经网络 电路板 采集数据 工作效率 焊点检测 提取特征 提示检测 专业知识 自动生成 分类器 映射 标注 送入 网络 自动化 采集 筛选 回归 图片 加工 统一 | ||
【主权项】：
1.一种基于深度学习目标检测算法的焊点质量检测方法，其特征在于，包括步骤如下：(1)采集数据并进行前期预处理：采集图片中每一个焊点的位置和类别，对图片中每一个焊点的位置和类别进行标注，并对图片统一尺寸大小；(2)对步骤(1)预处理后的图片提取特征；(3)利用RPN网络自动生成多个建议区域，并映射到深度卷积神经网络模型最后一层的特征图上；(4)筛选并生成固定尺寸的特征图；(5)将步骤(4)筛选并生成的固定尺寸的特征图送入边界回归网络及分类器，得到焊点的位置与类别，以提示检测人员是否对电路板进行重新加工。
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山东大学，未经山东大学许可，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/201811423925.1/，转载请声明来源钻瓜专利网。
