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！

龙图腾网获悉江南大学申请的专利基于Lenet-5模型的SOP芯片引脚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：CN116342525B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202310290582.0，技术领域涉及：G06T7/00；该发明授权基于Lenet-5模型的SOP芯片引脚缺陷检测方法及系统是由董越;杨玮林;许德智;潘庭龙;吉训生;李键升设计研发完成，并于2023-03-23向国家知识产权局提交的专利申请。

本基于Lenet-5模型的SOP芯片引脚缺陷检测方法及系统在说明书摘要公布了：本发明提供一种基于Lenet‑5模型的SOP芯片引脚缺陷检测方法及系统，该方法包括采集待检测芯片的图像；从采集的图像中提取芯片的ROI图像；对ROI图像进行倾斜校正，得到矫正后的图像样本集；选取若干张图像样本并进行切割，将切割得到的图片分为不同种类并注明标签，制成数据集；将所述数据集输入预先构建的Lenet‑5神经网络进行训练，得到基于Lenet‑5模型的SOP芯片引脚缺陷检测模型中；将样本输入到基于Lenet‑5模型的SOP芯片引脚缺陷检测模型中，获得样本引脚的检测结果。本发明提高了SOP芯片引脚缺陷检测效率和正确率。

本发明授权基于Lenet-5模型的SOP芯片引脚缺陷检测方法及系统在权利要求书中公布了：1.一种基于Lenet-5模型的SOP芯片引脚缺陷检测方法，其特征在于，包括： S1：采集待检测芯片的图像； S2：从采集的图像中提取芯片的ROI图像； S3：对ROI图像进行倾斜校正，得到矫正后的图像样本集，具体包括：对ROI图像进行二值化，通过边缘算子获取芯片塑封体的边缘特征图；检测特征图中的角点根据边缘角点的坐标信息，使用最小二乘法拟合直线，算出边缘所在直线的斜率；通过斜率计算倾斜角度，根据倾斜角度进行矫正； S4：选取若干张图像样本，按照10×10的设定尺寸进行从左到右、至上而下的切割，将切割得到的图片依据芯片引脚的白色部分占图片的比例大小分为不同种类并注明标签，制成数据集； S5：将所述数据集输入预先构建的Lenet-5神经网络模型进行训练，得到基于Lenet-5模型的SOP芯片引脚缺陷检测模型，所述Lenet-5神经网络模型的结构为：输入层：32×32灰度图像；第1层卷积层：使用5*5的卷积核，步长为1，激活函数为relu，卷积深度为16；第2层池化层：采用最大池化方法，池化核尺寸为2*2，步长为2；第3层卷积层：使用5*5的卷积核，步长为1，卷积深度为32，激活函数为relu；第4层池化层：采用最大池化方法，池化核尺寸为2*2，步长为2；第5层全连接层：输出120个神经元，激活函数为relu；第6层全连接层：输出84个神经元，激活函数为relu；输出层：9个神经元，对应9个不同种类，使用softmax激活函数； S6：将样本输入到基于Lenet-5模型的SOP芯片引脚缺陷检测模型中，获得样本引脚的检测结果； 所述步骤S5具体包括以下步骤： S51：将所述数据集划分为训练集和测试集，划分比例为4:1； S52：每批次从训练集中随机选取设定数量的图片输入预先构建的Lenet-5神经网络模型，根据Lenet-5神经网络模型的输出计算损失函数，所述损失函数表示如下： 其中，i，j为常数，Loss为表示损失函数，batchsize为批量处理数据量，n为分类总数，y表示真实分布，表示Lenet-5神经网络模型的输出分布； S53：根据损失函数进行方向传播，通过模型优化器更新Lenet-5神经网络模型的参数； S54：当所有训练集图像处理完成时，将测试集输入到训练得到的模型中进行测试；经过预设次数的训练和测试，通过选取测试集检测结果最好的模型得到基于Lenet-5模型的SOP芯片引脚缺陷检测模型。

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江南大学，其通讯地址为：214122 江苏省无锡市滨湖区蠡湖大道1800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。