Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 华南理工大学李文科获国家专利权

华南理工大学李文科获国家专利权

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!

龙图腾网获悉华南理工大学申请的专利一种PCB的外观缺陷检测系统与假点过滤方法及系统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:CN119515830B

龙图腾网通过国家知识产权局官网在2025-11-07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:202411581245.8,技术领域涉及:G06T7/00;该发明授权一种PCB的外观缺陷检测系统与假点过滤方法及系统是由李文科;彭雄彪;徐向民;任威振;陈佳佳设计研发完成,并于2024-11-07向国家知识产权局提交的专利申请。

一种PCB的外观缺陷检测系统与假点过滤方法及系统在说明书摘要公布了:本发明公开了一种PCB的外观缺陷检测系统与假点过滤方法及系统;包括:缺陷图像收集,通过高清相机对产线上的PCB进行原始图像收集;数据预处理,对原始的缺陷图像进行标注与扩充;模型训练与部署,负责模型训练与部署;假点过滤步骤。本发明不需要用户指定缺陷类型,只需给定输入图像,系统就能全自动完成图像缺陷的检测,避免操作繁琐,使用户的使用难度降低。本发明可以实现缺陷预警,满足客户缺陷智能分类和分级别管控需求,提高了复检人员复检效率和准确性,降低了人力成本和错误率。这有助于制造商提升生产效率和产品质量,增强市场竞争力。

本发明授权一种PCB的外观缺陷检测系统与假点过滤方法及系统在权利要求书中公布了:1.一种PCB的外观缺陷检测系统与假点过滤方法,其特征在于包括如下步骤: S1,缺陷图像收集步骤,通过高清相机对产线上的PCB进行原始图像收集; S2,数据预处理步骤,对原始的缺陷图像进行标注与扩充; S3,模型训练与部署步骤,负责模型训练与部署; S4,假点过滤步骤; 步骤S1所述通过高清相机对产线上的PCB进行原始图像收集,具体如下子步骤: S1-1,连续对多块电路板进行检测,当一块电路板到达待检测区域,采用超高清相机对产线上待检测区域进行拍照,得到原始图像;该原始图像用于与模版进行匹配对位; S1-2,根据设定好的匹配模板,在待检测区域中定位需要检测的整块PCB初步位置,依据PCB结构信息,将取得的PCB图片,进一步细分成不同层别; S1-3,采集到的原始图像细分的不同层别成后,设定对应级别参数,通过检测算法,进行缺陷检测,并在检测图中根据缺陷位置进行截取,得到目标缺陷图片; S1-4,将检测端算法检测后得到的目标缺陷图片,包括该目标缺陷图片内缺陷类型名称、缺陷在该图片中的坐标信息、目标缺陷图片在整个PCB原始图片中的位置信息、图片在GERBER中的位置信息全部记录,保存到指定存贮介质; S1-5,在每一张PCB完成检测并保存完成图像信息保存后,由工作服务站发送指令信息,假点过滤模块根据服务站发出的指令信息,到指定路径实时读取目标缺陷图像、缺陷图像信息、目标缺陷图像GERBER信息进行推理;并完成分拣; 步骤S3.所述负责模型训练与部署,具体包括如下子步骤: S3-1,大模型增量学习:将处理好的图像数据,包括缺陷图、扫描图和Gerber图,输入到设计好的预训练神经网络模型,即大模型进行权重微调训练;经过多头自注意力机制模块和卷积模块对图像数据进行特征提取后,网络输出缺陷类别的分布,并与标签信息建立监督关系,以实现大模型对缺陷特征信息的增量学习; S3-2,大模型知识蒸馏:根据深度学习的模型蒸馏技术,以已训练好的大模型作为教师模型,以另一个基于神经网络且参数规模小的模型作为学生模型;利用某厂已标注的缺陷数据,分别输入到教师和学生模型中,并分别输出对应的缺陷类别分布;以教师模型的缺陷分布作为基准,通过计算两个模型输出分布的损失并对小模型进行梯度反向传播,以达到大模型对小模型的监督指导和缺陷知识迁移作用,从而实现利用大模型来生成适配该厂缺陷检测的小模型的目标; S3-3,在大模型的蒸馏训练完成,并经测试比对结果,使小模型满足缺陷检测的泛化性要求后,将小模型导出,生成可部署文件,并部署到客户端;后续采用OTA方式对部署在远程的客户端模型进行更新; 步骤S4所述假点过滤包括如下子步骤: 部署在客户端的推理模型,通过服务站指令会实时获取PCB外观检测机摄像到的目标缺陷图像信息,将该目标缺陷图像信息从计算机硬盘读取到推理处理器中;在推理过程中,根据训练模型的参数大小,再次截取缺陷ROI以降低推理数据处理量,假点推理系统完成推理后,将推理生成检测结果信息包写入目标图片数据信息包;推理信息写入完成后,通知服务站推理完成,进入下一批次目标图片推理; 根据客户自定义的缺陷分类,假点过滤能够对该检测信息进行智能分类、缺陷预警和假点过滤;最后,经过假点过滤输出的检测结果会进入到外观机的分拣系统,判定当前PCB是良板或缺陷板,并根据假点过滤输出的分类信息,实现客户端自定义缺陷类别和缺陷级别管控需求。

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华南理工大学,其通讯地址为:510640 广东省广州市天河区五山路381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。

免责声明
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。