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！

龙图腾网获悉长春大学申请的专利一种印刷电路板缺陷检测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：CN121190470B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202511718940.9，技术领域涉及：G06T7/00；该发明授权一种印刷电路板缺陷检测方法及系统是由杜钦生;沈超;毕文青;刘语涵;朱瑞迪;杜佐盛;郭鑫;张石岩;张宁博设计研发完成，并于2025-11-21向国家知识产权局提交的专利申请。

本一种印刷电路板缺陷检测方法及系统在说明书摘要公布了：本发明涉及图像处理技术领域，公开了一种印刷电路板缺陷检测方法及系统，该方法包括：获取印刷电路板缺陷数据集；构建CED‑YOLO检测模型：将基准YOLOv11网络主干网络中的C3K2模块替换为CSP‑PGFM模块；将基准YOLOv11网络的颈部网络重构成EFPN结构；将基准YOLOv11网络的检测头优化为DHD动态检测头；使用训练集对CED‑YOLO检测模型进行训练，得到训练完成的缺陷检测模型；使用测试集对训练完成的缺陷检测模型进行性能评估，并将缺陷检测模型应用于印刷电路板缺陷图像的检测。本发明实现了检测精度高、检测速度快和参数数量少的目标。

本发明授权一种印刷电路板缺陷检测方法及系统在权利要求书中公布了：1.一种印刷电路板缺陷检测方法，其特征在于，包括： 获取印刷电路板缺陷数据集，并对所述数据集进行预处理，将预处理后的数据集分为训练集、验证集和测试集； 构建CED-YOLO检测模型：将基准YOLOv11网络主干网络中的C3K2模块替换为CSP-PGFM模块；将基准YOLOv11网络的颈部网络重构成EFPN结构；将基准YOLOv11网络的检测头优化为DHD动态检测头； 使用训练集对所述CED-YOLO检测模型进行训练，得到训练完成的缺陷检测模型； 使用测试集对训练完成的缺陷检测模型进行性能评估，并将所述缺陷检测模型应用于印刷电路板缺陷图像的检测，输出缺陷目标的定位与分类结果； 其中，所述CSP-PGFM模块提取特征信息的方法包括： 设输入特征图为X，；其中，B表示批大小，C表示输入通道数，H、W分别表示特征图的高和宽； 输入特征图通过C3K2模块的通道分割与残差连接操作，得到主分支与残差分支： ； 上式中，X1表示主分支输入特征，X2表示残差分支输入特征，表示按通道维度进行拼接； 主分支X1依次输入n个PGFM模块： ； 上式中，Fi表示第i个PGFM模块的输出特征；n表示PGFM堆叠数量；PGFMi表示第i个PGFM模块的映射函数；F0=X1表示主分支的初始输入； 得到多尺度特征输出Fn； 残差分支X2保留原始特征； 将Fn与X2二者拼接： ； 上式中，Y表示拼接后的特征图；Fn表示第n个PGFM模块的输出特征；X2表示残差分支输入特征；表示通道维度拼接操作； 通过1×1卷积调整通道数至设定的输出通道C′： ； 上式中，Z表示CSP-PGFM模块最终输出特征图；C′表示输出通道数，由模型配置文件设定；表示1×1卷积操作，用于通道数调整；B表示批大小；C表示输入通道数；H、W分别表示特征图的高和宽； 每个PGFM模块中的子模块的工作流程包括： 输入特征图X首先经过3×3卷积得到初步特征： ； 上式中，表示初步卷积输出特征；表示卷积核大小为3×3的标准卷积； 对沿通道维度均分： ； 上式中，表示分配到5×5分支的特征；表示直接保留的特征；B表示批大小，C表示输入通道数，H、W分别表示特征图的高和宽； 对进行5×5分组卷积： ； 上式中，表示5×5分组卷积后的输出；表示分组卷积，卷积核大小为5×5，组数g=C2； 对再次分割为两部分： ； 上式中，表示进入7×7分支的特征；表示保留下来的特征； 对施加7×7分组卷积： ； 上式中，表示7×7分组卷积输出； 将、和进行拼接： ； 上式中，F表示多尺度特征拼接后的特征图；、和分别表示大尺度卷积特征、中尺度卷积特征和浅层保留特征； 通过1×1卷积进行通道融合，同时与输入X残差相加： ； 上式中，Y表示PGFM模块的输出特征；残差连接+X用于特征复用与梯度稳定；表示1×1卷积，用于通道融合。

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长春大学，其通讯地址为：130012 吉林省长春市朝阳区卫星路6543号长春大学；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。