重庆邮电大学代劲获国家专利权
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!
龙图腾网获悉重庆邮电大学申请的专利一种基于样本生成模型的工业PCB缺陷识别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:CN120278974B 。
龙图腾网通过国家知识产权局官网在2026-03-31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:202510381041.8,技术领域涉及:G06T7/00;该发明授权一种基于样本生成模型的工业PCB缺陷识别方法是由代劲;汪彦辰;喻思宇;刘思颖;张天弋设计研发完成,并于2025-03-28向国家知识产权局提交的专利申请。
本一种基于样本生成模型的工业PCB缺陷识别方法在说明书摘要公布了:本发明属于缺陷检测领域,具体涉及一种基于样本生成模型的工业PCB缺陷识别方法;包括:构建带标签的原始PCB缺陷图像数据集并对原始PCB缺陷图像进行预处理,得到预处理好的图像;将预处理好的图像输入到样本生成模型中进行处理,生成缺陷样本;合并原始PCB缺陷图像数据集和缺陷样本并进行自适应尺寸填充和高频噪声注入处理,得到增强缺陷数据集;采用增强缺陷数据集对YOLO‑ADF目标检测模型进行训练,得到训练好的YOLO‑ADF目标检测模型;采样训练好的目标检测模型进行工业PCB缺陷识别;本发明提升了小目标缺陷检测的准确度,降低了漏检率的同时,提高了检测准确性和模型鲁棒性。
本发明授权一种基于样本生成模型的工业PCB缺陷识别方法在权利要求书中公布了:1.一种基于样本生成模型的工业PCB缺陷识别方法,其特征在于,包括:获取待识别的PCB缺陷图像,并将其输入到训练好的YOLO-ADF目标检测模型中进行处理,得到PCB缺陷识别结果; YOLO-ADF目标检测模型的训练过程包括: S1:构建带标签的原始PCB缺陷图像数据集并对原始PCB缺陷图像进行预处理,得到预处理好的图像; S2:将预处理好的图像输入到样本生成模型中进行处理,生成缺陷样本;所述样本生成模型包括条件生成器和多尺度判别器;条件生成器由输入层、全连接层、4级上采样模块、双路径注意力模块和输出层组成;多尺度判别器由输入层、4级下采样模块、条件特征投影层、多尺度判别头和全局池化输出层组成;其中:条件生成器的输入层将条件向量送入全连接层,多尺度判别器的输入层将条件向量和输入图像进行通道拼接后送入下采样模块;每个上采样模块均由二维转置卷积层和AdaIN层组成,每个下采样模块均由二维卷积层和实例归一化层组成;多尺度判别头将条件特征投影层的输出经三个卷积核大小不同的卷积并行处理后再进行通道拼接; S3:合并原始PCB缺陷图像数据集和缺陷样本并进行自适应尺寸填充和高频噪声注入处理,得到增强缺陷数据集; S4:采用增强缺陷数据集对YOLO-ADF目标检测模型进行训练,得到训练好的YOLO-ADF目标检测模型;所述YOLO-ADF目标检测模型包括自适应双流融合骨干网络、四向特征金字塔和动态解耦检测头;其中,自适应双流融合骨干网络由四个级联的双流融合模块组成,每个双流融合模块由标准卷积流与轻量卷积流并行处理,再通过三维注意力机制融合特征;四向特征金字塔由亚像素上采样路径、SPDConv下采样路径并行处理,再通过通道注意力门控实现多尺度特征融合;动态解耦检测头由分类分支和回归分支构成,且使用动态锚框分配策略,每50次迭代更新锚框参数以优化检测精度。
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重庆邮电大学,其通讯地址为:400065 重庆市南岸区南山街道崇文路2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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励