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！

龙图腾网获悉东华理工大学申请的专利一种基于LDLFModel的PCB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：CN115908356B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202211561248.6，技术领域涉及：G06T7/00；该发明授权一种基于LDLFModel的PCB缺陷检测方法是由汪宇玲;王杰设计研发完成，并于2022-12-07向国家知识产权局提交的专利申请。

本一种基于LDLFModel的PCB缺陷检测方法在说明书摘要公布了：本申请涉及一种基于LDLFModel的PCB缺陷检测方法，它包括如下步骤：对采集的PCB数据集进行增强；构建LDLFModel网络模型，模型的主干网络为MobileNetV3‑Small网络；在主干网络的最后一层和Neck部分加入位置注意力机制，并以Eiouloss作为模型的目标框损失函数，对模型进行训练；将待检测PCB数据集输入切割模块进行切割，再输入至训练好的模型中进行预测，最后将预测结果输入还原模块还原为最终的可视化结果。本发明使用LDLFModel网络模型作为检测模型，在保证检测精度的基础上，进一步的压缩模型的参数量和计算量，方便较低性能的设备部署，同时提高缺陷检测的效率和精度。

本发明授权一种基于LDLFModel的PCB缺陷检测方法在权利要求书中公布了：1.一种基于LDLFModel的PCB缺陷检测方法，其特征在于，包括如下步骤： S1：对采集的PCB数据集进行数据增强，形成训练数据； S2：构建深度学习轻量级融合网络模型，即LDLFModel网络模型；所述LDLFModel网络模型包括Backbone部分、Neck部分和Prediction部分；Backbone部分采用MobileNetv3-Small作为特征提取网络，并在MobileNetv3-Small的最后一层加入了位置注意力机制；Neck部分采用特征金字塔FPN和路径融合PAN相结合的方式进行特征融合，并在Neck部分中加入了位置注意力机制，获得增强的特征层；Prediction部分为YOLOhead模块，用于进行目标预测； S3：对所述LDLFModel网络模型进行训练，具体步骤如下： S301：将经过数据增强后的PCB数据集输入到所述LDLFModel网络模型的Backbone部分中，通过带注意力机制的MobileNetv3-Small进行依次下采样后，获得三个不同分辨率的有效特征层； S302：将步骤S301中获得的三个有效特征层输入到Neck部分进行特征融合，对三个有效特征层依次进行上采样和下采样操作，采用快速归一化融合的方式进行特征融合，获得三个增强的有效特征层； S303：将步骤S302中获得的三个增强的有效特征层输入到YOLOhead模块中预测PCB缺陷目标的中心点位置，获取预测框宽高、置信度以及PCB缺陷目标类别信息，并采用目标框损失函数Eiouloss作为所述LDLFModel网络模型的损失函数ζEioU，提升预测框定位的准确性； S4：将训练好的LDLFModel网络模型用于识别PCB缺陷，获取缺陷检测结果，具体方法为：将待检测的PCB缺陷数据集输入切割模块进行切割，将待检测的PCB缺陷数据集切割成小图，左右相邻或者上下相邻的小图之间具有20％的重叠区域，将切割成的小图输入训练好的LDLFModel网络模型进行PCB缺陷检测，输出带有检测结果的小图，并将带有检测结果的小图输入还原模块进行拼接还原，获得最终的可视化检测结果。

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东华理工大学，其通讯地址为：344000 江西省抚州市学府路56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”。