苏州科德软体电路板有限公司章张健获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉苏州科德软体电路板有限公司申请的专利一种柔体线路板缺陷检测模型训练方法及缺陷检测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115511820B 。
龙图腾网通过国家知识产权局官网在2026-05-12发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211151164.5,技术领域涉及:G06T7/00;该发明授权一种柔体线路板缺陷检测模型训练方法及缺陷检测方法是由章张健;周迪斌设计研发完成,并于2022-09-21向国家知识产权局提交的专利申请。
本一种柔体线路板缺陷检测模型训练方法及缺陷检测方法在说明书摘要公布了:本发明公开了一种柔体线路板缺陷检测模型训练方法及缺陷检测方法,柔体线路板缺陷检测模型的训练方法包括:获取柔体线路板原始图像,对柔体线路板原始图像中的目标缺陷进行标注,得到一个或多个数据集;采用马赛克数据增强方法和或随机裁剪数据增强方法对所述数据集进行数据增强扩充得到样本集;基于YOLOv4算法,构建并改进YOLOv4结构,得到改进的YOLOv4模型;利用所述样本集,对所述改进的YOLOv4模型进行训练,得到柔体线路板缺陷检测模型;利用该训练方法得到的检测模型对柔体线路板的缺陷进行检测更精确、更快速。
本发明授权一种柔体线路板缺陷检测模型训练方法及缺陷检测方法在权利要求书中公布了:1.一种基于YoloV4-Ghost的柔体线路板缺陷检测模型训练方法,其特征在于,包括以下步骤: 获取柔体线路板原始图像,对柔体线路板原始图像中的目标缺陷进行标注,得到一个或多个数据集; 采用马赛克数据增强方法和或随机裁剪数据增强方法对所述数据集进行数据增强扩充操作,得到样本集; 基于YOLOv4算法,构建YOLOv4结构,并采用GhostNet网络结构作为特征提取骨干网络,使用特征金字塔CSPP模块,及将所述YOLOv4结构的neck部分改进为SPANet结构,得到改进的YOLOv4模型;所述改进的YOLOv4模型包括特征提取骨干网络、特征金字塔CSPP模块、SPANet路径聚合网络模块和多分类器模块;所述GhostNet网络结构被配置为生成并输出四个特征图A1、A2、A3和A4;所述特征图A1、A2、A3和A4传输至所述特征金字塔CSPP模块,生成并输出特征图C1、C2、C3和C4,所述特征金字塔CSPP模块对所述特征图A1、A2、A3和A4进行操作的步骤为:所述特征金字塔CSPP模块将所述特征图A1、A2、A3和A4分别传输经过5、9、13的池化层,并且通过卷积核大小为5、7、9的卷积,将通过池化和卷积的六层特征图进行拼接,再进行一次卷积核为1的卷积操作,对应生成并输出特征图C1、C2、C3和C4; 所述特征图C1、C2、C3和C4传输至所述SPANet路径聚合网络模块,生成有效特征图;所述有效特征图传输至所述多分类器模块;其中,所述SPANet路径聚合网络模块对所述特征图C1、C2、C3和C4的处理步骤为: 对所述四个特征图C1、C2、C3、C4分别进行卷积运算,生成C1_0、C2_0、C3_0、C4_0;对C4_0进行上采样操作,得到C4_1;将C3_0和C4_1进行特征融合,形成C3_1;对C3_1的有效特征层进行多次卷积运算,形成C3_2;对C3_2进行上采样,并将其上采样结果与C2_0进行特征融合,形成C2_1;将C1_0和C2_1进行特征融合,形成C1_1;对C1_1的有效特征层进行多次卷积运算,形成C1_2;对C1_2进行下采样,并将其下采样结果与C2_1进行拼接,形成C2_2;对C2_2进行下采样和卷积运算,并将其运算结果与C3_2进行拼接,形成C3_3;将C3_3与C4_1进行拼接,形成C4_2;对C1_2进行卷积运算,生成有效特征图P1;对所述有效特征图P1进行最大池化操作后与C2_2逐元素相加,再进行卷积运算,生成有效特征图P2;对所述有效特征图P2进行卷积运算和最大池化操作后与C3_2逐元素相加,并对得到的结果进行卷积运算,生成有效特征图P3;将所述有效特征图P3与C4_2逐元素相加,并对得到的结果进行卷积运算,生成有效特征图P4; 利用所述样本集,对所述改进的YOLOv4模型进行训练,得到柔体线路板缺陷检测模型; 训练结束后,将特征图P1、P2、P3和P4以及特征图C1、C2、C3和C4语义信息结合起来,创建自下而上、自左而右的特征图block; 检测一张图像中有多个预测框,同一预测框的多个预测结果只取置信度分数最高的预测结果。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人苏州科德软体电路板有限公司,其通讯地址为:215200 江苏省苏州市吴江区松陵镇九龙路355号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励