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！

龙图腾网获悉无锡日联科技股份有限公司申请的专利多模型融合的PCB通孔缺陷检测方法、装置、设备及介质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：CN119810102B 。

龙图腾网通过国家知识产权局官网在2025-08-19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：202510293846.7，技术领域涉及：G06T7/00；该发明授权多模型融合的PCB通孔缺陷检测方法、装置、设备及介质是由施林枫;徐华安;杨雁清设计研发完成，并于2025-03-13向国家知识产权局提交的专利申请。

本多模型融合的PCB通孔缺陷检测方法、装置、设备及介质在说明书摘要公布了：本发明公开了一种多模型融合的PCB通孔缺陷检测方法、装置、设备及介质，该方法包括：获取待处理样本图像集，并对待处理样本图像集进行处理得到目标样本图像集；基于目标样本图像集对各待训练深度学习模型进行剪枝训练，得到与各待训练深度学习模型相对应的目标深度学习模型，其中，目标深度学习模型包括目标关键点模型、目标检测模型和目标分割模型；各待训练深度学习模型的模型结构互不相同；基于目标深度学习模型建立目标融合模型，并将待检测图像输入目标融合模型中，确定与待检测图像相对应的通孔缺陷检测结果。通过多模型融合并且结合剪枝优化，可以充分发挥各个模型在缺陷检测中的优势，并且在保证高精度的基础上显著提高推理速度。

本发明授权多模型融合的PCB通孔缺陷检测方法、装置、设备及介质在权利要求书中公布了：1.一种多模型融合的PCB通孔缺陷检测方法，其特征在于，包括： 获取待处理样本图像集，并对所述待处理样本图像集进行处理得到目标样本图像集； 基于所述目标样本图像集对各待训练深度学习模型进行剪枝训练，得到与所述各待训练深度学习模型相对应的目标深度学习模型，其中，所述目标深度学习模型包括目标关键点模型、目标检测模型和目标分割模型；所述各待训练深度学习模型的模型结构互不相同；所述目标关键点检测模型的输出层中添加了使用反卷积的解码头； 基于所述目标深度学习模型建立目标融合模型，并将待检测图像输入所述目标融合模型中，确定与所述待检测图像相对应的通孔缺陷检测结果； 所述基于所述目标深度学习模型建立目标融合模型，包括：去除所述目标关键点模型和所述目标分割模型中的输出层，并将所述目标关键点模型和所述目标分割模型中的隐藏层结果输入至提示信息融合模块，得到所述提示信息融合模块输出的融合提示特征；获取所述目标检测模型的检测输出特征，并基于提示信息交互模块对所述融合提示特征和所述检测输出特征进行处理得到目标检测特征；所述目标检测模型根据所述目标检测特征输出通孔缺陷检测标签；所述提示信息交互模块包括注意力模块和前馈网络；所述注意力模块用于对拼接特征进行处理得到嵌入提示信息的特征；所述前馈网络用于对所述嵌入提示信息的特征进行处理得到所述目标检测特征；所述拼接特征是由所述检测输出特征和所述融合提示特征进行拼接后得到的。

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无锡日联科技股份有限公司，其通讯地址为：214112 江苏省无锡市新吴区漓江路11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”。