本申請(qǐng)涉及監(jiān)測(cè)分析，尤其是涉及一種基于深度學(xué)習(xí)的pcb板瑕疵檢測(cè)系統(tǒng)及方法。
背景技術(shù)：
1、pcb板是電子設(shè)備中的重要組成部分，其表面瑕疵的檢測(cè)對(duì)于確保電子設(shè)備的質(zhì)量和可靠性至關(guān)重要。事實(shí)上pcb板中絕大部分的瑕疵只占其很小的一部分，這給pcb板瑕疵檢測(cè)工作帶來了很大的挑戰(zhàn)。通過檢測(cè)并識(shí)別出pcb板上的瑕疵，能夠及時(shí)發(fā)現(xiàn)并修復(fù)缺陷，確保產(chǎn)品的質(zhì)量達(dá)到標(biāo)準(zhǔn)，減少次品率
2、相關(guān)技術(shù)中，傳統(tǒng)的pcb板瑕疵檢測(cè)方法在面對(duì)復(fù)雜背景和小目標(biāo)缺陷時(shí)，存在檢測(cè)精度低、誤檢率高的問題，進(jìn)而降低了pcb板瑕疵檢測(cè)的效率，存在待改進(jìn)之處。
技術(shù)實(shí)現(xiàn)思路
1、針對(duì)現(xiàn)有技術(shù)的不足，本申請(qǐng)?zhí)峁┮环N基于深度學(xué)習(xí)的pcb板瑕疵檢測(cè)系統(tǒng)及方法。
2、第一方面，本申請(qǐng)?zhí)峁┮环N基于深度學(xué)習(xí)的pcb板瑕疵檢測(cè)系統(tǒng)，包括：
3、圖像采集模塊，用于對(duì)pcb板進(jìn)行圖像采集，并確認(rèn)出pcb板對(duì)應(yīng)的圖像數(shù)據(jù)；
4、預(yù)處理模塊，用于對(duì)pcb板對(duì)應(yīng)的圖像數(shù)據(jù)進(jìn)行預(yù)處理；
5、特征提取模塊，用于將預(yù)處理后的圖像數(shù)據(jù)輸入至yolov8主干網(wǎng)絡(luò)中，進(jìn)而提取出圖像數(shù)據(jù)對(duì)應(yīng)的特征數(shù)據(jù)；
6、特征融合模塊，用于通過跨尺度特征融合金字塔對(duì)提取的特征數(shù)據(jù)進(jìn)行融合；
7、分類模塊，用于利用輕量化分類頭對(duì)融合后的特征數(shù)據(jù)進(jìn)行分類，并判斷是否存在瑕疵以及瑕疵類別；
8、檢測(cè)模塊，用于基于分類結(jié)果對(duì)輸入的pcb板圖像數(shù)據(jù)進(jìn)行實(shí)時(shí)瑕疵檢測(cè)，并輸出檢測(cè)結(jié)果。
9、優(yōu)選的，所述預(yù)處理模塊包括歸一化處理單元和hsv空間增強(qiáng)單元；
10、所述歸一化處理單元用于對(duì)pcb板對(duì)應(yīng)的圖像數(shù)據(jù)執(zhí)行歸一化操作使像素值映射至[0,1]區(qū)間內(nèi)；
11、所述hsv空間增強(qiáng)單元用于對(duì)圖像數(shù)據(jù)進(jìn)行灰度化處理，并對(duì)圖像數(shù)據(jù)對(duì)應(yīng)的亮度進(jìn)行直方圖均衡化增強(qiáng)飽和度。
12、優(yōu)選的，所述yolov8主干網(wǎng)絡(luò)嵌入有自適應(yīng)通道-空間雙注意力模塊。
13、優(yōu)選的，所述圖像數(shù)據(jù)對(duì)應(yīng)的特征數(shù)據(jù)包括淺層特征、中層特征和深層特征；
14、所述淺層特征用于提取pcb板焊盤邊緣紋理特征；
15、所述中層特征用于捕獲pcb板銅箔走線形態(tài)特征；
16、所述深層特征用于表征pcb板焊點(diǎn)三維形貌特征。
17、優(yōu)選的，所述自適應(yīng)通道-空間雙注意力模塊包括通道注意力單元和空間注意力單元；
18、所述通道注意力單元采用改進(jìn)的se結(jié)構(gòu)，通過全局平均池化和最大池化的雙路徑特征壓縮，生成通道權(quán)重圖；
19、所述空間注意力單元引入可變形卷積層，動(dòng)態(tài)感知瑕疵區(qū)域的空間分布。
20、優(yōu)選的，所述跨尺度特征融合金字塔采用雙向特征傳遞結(jié)構(gòu)，所述雙向特征傳遞結(jié)構(gòu)包含自底向上路徑和自頂向下路徑；所述自底向上路徑用于融合特征數(shù)據(jù)；所述自頂向下路徑用于采用雙線性插值采樣；
21、且特征融合后引入可學(xué)習(xí)權(quán)重控制特征融合比例，進(jìn)而并增設(shè)專業(yè)檢測(cè)頭強(qiáng)化微小瑕疵的紋理特征。
22、優(yōu)選的，所述輕量化分類頭由深度可分離卷積和shuffle通道構(gòu)成。
23、優(yōu)選的，還包括訓(xùn)練優(yōu)化模塊包括損失函數(shù)創(chuàng)新單元和訓(xùn)練策略優(yōu)化單元；
24、所述訓(xùn)練策略優(yōu)化單元包括課程學(xué)習(xí)機(jī)制單元和動(dòng)態(tài)增強(qiáng)單元；
25、所述課程學(xué)習(xí)機(jī)制單元用于分階段訓(xùn)練提升模型收斂速度；
26、所述動(dòng)態(tài)增強(qiáng)單元用于基于缺陷密度的智能數(shù)據(jù)增強(qiáng)，進(jìn)而提高缺陷檢出率。
27、第二方面，本申請(qǐng)?zhí)峁┮环N基于深度學(xué)習(xí)的pcb板瑕疵檢測(cè)方法，包括以下步驟：
28、對(duì)pcb板進(jìn)行圖像采集，并確認(rèn)出pcb板對(duì)應(yīng)的圖像數(shù)據(jù)；
29、對(duì)pcb板對(duì)應(yīng)的圖像數(shù)據(jù)進(jìn)行預(yù)處理；
30、將預(yù)處理后的圖像數(shù)據(jù)輸入至yolov8主干網(wǎng)絡(luò)中，進(jìn)而提取出圖像數(shù)據(jù)對(duì)應(yīng)的特征數(shù)據(jù)；
31、通過跨尺度特征融合金字塔對(duì)提取的特征數(shù)據(jù)進(jìn)行融合；
32、利用輕量化分類頭對(duì)融合后的特征數(shù)據(jù)進(jìn)行分類，并判斷是否存在瑕疵以及瑕疵類別；
33、基于分類結(jié)果對(duì)輸入的pcb板圖像數(shù)據(jù)進(jìn)行實(shí)時(shí)瑕疵檢測(cè)，并輸出檢測(cè)結(jié)果。
34、第三方面，本申請(qǐng)?zhí)峁┮环N計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，儲(chǔ)存有指令，當(dāng)所述指令在計(jì)算機(jī)上運(yùn)行時(shí)，使得計(jì)算機(jī)執(zhí)行上述任意一項(xiàng)所述的一種基于深度學(xué)習(xí)的pcb板瑕疵檢測(cè)系統(tǒng)。
35、綜上所述，本申請(qǐng)包括以下有益技術(shù)效果：
36、本申請(qǐng)?zhí)峁┝艘环N基于深度學(xué)習(xí)的pcb板瑕疵檢測(cè)系統(tǒng)，通過對(duì)pcb板圖像數(shù)據(jù)的精準(zhǔn)獲取，并基于預(yù)處理模塊對(duì)圖像數(shù)據(jù)進(jìn)行優(yōu)化，消除了噪聲和干擾，提升了數(shù)據(jù)質(zhì)量，且利用yolov8主干網(wǎng)絡(luò)提取關(guān)鍵圖像特征，高效且精準(zhǔn)地捕捉瑕疵相關(guān)信息，通過跨尺度特征融合金字塔整合不同層級(jí)的特征數(shù)據(jù)，增強(qiáng)了模型在檢測(cè)細(xì)微瑕疵時(shí)的能力，采用輕量化分類頭進(jìn)行快速分類，降低計(jì)算復(fù)雜度，同時(shí)準(zhǔn)確判斷瑕疵類別，并結(jié)合分類結(jié)果，實(shí)現(xiàn)實(shí)時(shí)瑕疵檢測(cè)并輸出結(jié)果，滿足工業(yè)生產(chǎn)中對(duì)速度和精度的高要求，并將圖像處理、特征提取、分類和檢測(cè)有機(jī)結(jié)合，提升了pcb板瑕疵檢測(cè)的效率和可靠性，同時(shí)降低了模型復(fù)雜度，為智能化檢測(cè)提供了高效解決方案。
1.一種基于深度學(xué)習(xí)的pcb板瑕疵檢測(cè)系統(tǒng)，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的一種基于深度學(xué)習(xí)的pcb板瑕疵檢測(cè)系統(tǒng)，其特征在于，所述預(yù)處理模塊包括歸一化處理單元和hsv空間增強(qiáng)單元；
3.根據(jù)權(quán)利要求1所述的一種基于深度學(xué)習(xí)的pcb板瑕疵檢測(cè)系統(tǒng)，其特征在于，所述yolov8主干網(wǎng)絡(luò)嵌入有自適應(yīng)通道-空間雙注意力模塊。
4.根據(jù)權(quán)利要求1所述的一種基于深度學(xué)習(xí)的pcb板瑕疵檢測(cè)系統(tǒng)，其特征在于，所述圖像數(shù)據(jù)對(duì)應(yīng)的特征數(shù)據(jù)包括淺層特征、中層特征和深層特征；
5.根據(jù)權(quán)利要求3所述的一種基于深度學(xué)習(xí)的pcb板瑕疵檢測(cè)系統(tǒng)，其特征在于，所述自適應(yīng)通道-空間雙注意力模塊包括通道注意力單元和空間注意力單元；
6.根據(jù)權(quán)利要求5所述的一種基于深度學(xué)習(xí)的pcb板瑕疵檢測(cè)系統(tǒng)，其特征在于，所述跨尺度特征融合金字塔采用雙向特征傳遞結(jié)構(gòu)，所述雙向特征傳遞結(jié)構(gòu)包含自底向上路徑和自頂向下路徑；所述自底向上路徑用于融合特征數(shù)據(jù)；所述自頂向下路徑用于采用雙線性插值采樣；
7.根據(jù)權(quán)利要求1所述的一種基于深度學(xué)習(xí)的pcb板瑕疵檢測(cè)系統(tǒng)，其特征在于，所述輕量化分類頭由深度可分離卷積和shuffle通道構(gòu)成。
8.根據(jù)權(quán)利要求1所述的一種基于深度學(xué)習(xí)的pcb板瑕疵檢測(cè)系統(tǒng)，其特征在于，還包括訓(xùn)練優(yōu)化模塊包括損失函數(shù)創(chuàng)新單元和訓(xùn)練策略優(yōu)化單元；
9.一種基于深度學(xué)習(xí)的pcb板瑕疵檢測(cè)方法，應(yīng)用于上述權(quán)利要求1-8任意一項(xiàng)所述的一種基于深度學(xué)習(xí)的pcb板瑕疵檢測(cè)系統(tǒng)，其特征在于，包括以下步驟：
10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于：儲(chǔ)存有指令，當(dāng)所述指令在計(jì)算機(jī)上運(yùn)行時(shí)，使得計(jì)算機(jī)執(zhí)行如權(quán)利要求1～8任意一項(xiàng)所述的一種基于深度學(xué)習(xí)的pcb板瑕疵檢測(cè)系統(tǒng)。