一種基于X光圖像的LED焊盤氣泡AI檢測方法

基本信息

申請?zhí)?/td> CN202111106214.3 申請日 -
公開（公告）號 CN113935955A 公開（公告）日 2022-01-14
申請公布號 CN113935955A 申請公布日 2022-01-14
分類號 G06T7/00（2017.01）I;G06T7/11（2017.01）I;G06T7/194（2017.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I 分類 計算；推算；計數(shù);
發(fā)明人 楊雁清;許湄婷 申請（專利權(quán)）人 無錫日聯(lián)科技股份有限公司
代理機(jī)構(gòu) 常州佰業(yè)騰飛專利代理事務(wù)所（普通合伙） 代理人 姜曉鈺
地址 214112江蘇省無錫市新吳區(qū)漓江路11號
法律狀態(tài) -

摘要

摘要 本發(fā)明提供了一種基于X光圖像的LED焊盤氣泡AI檢測方法，包括以下步驟：S1：搭建語義分割的神經(jīng)網(wǎng)絡(luò)模型，并設(shè)置至少兩個輸出通道，且每個輸出通道的交叉熵?fù)p失組成Loss函數(shù)；S2：將至少兩種LED焊盤的X?Ray圖像混合，并對圖像中的焊盤和氣泡進(jìn)行標(biāo)注，以形成訓(xùn)練集；S3：利用步驟S2中形成的訓(xùn)練集訓(xùn)練步驟S1中搭建的神經(jīng)網(wǎng)絡(luò)模型；S4：對步驟S3訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)模型進(jìn)行驗證，驗證合格的神經(jīng)網(wǎng)絡(luò)模型投入使用，驗證不合格的神經(jīng)網(wǎng)絡(luò)模型返回步驟S2；采用神經(jīng)網(wǎng)絡(luò)語義分割方式，快速有效辨別焊盤背景與氣泡，大大提高在焊盤背景復(fù)雜，且氣泡灰度不均勻情況下檢測結(jié)果的準(zhǔn)確性，且移植性強(qiáng)。