龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：重庆理工大学
摘要：本发明公开了基于元特征增强的小样本PCB缺陷检测方法，包括：将待检测的PCB图像输入训练好的缺陷检测模型中，输出所有检测到的缺陷目标的检测框及其预测类型；缺陷检测模型在支持分支引入全局特征融合模块来改善新类与基类缺陷易于混淆的问题，并且在查询分支引入自注意力模块来帮助解决PCB缺陷目标漏检的问题，最终将查询增强特征和支持增强特征进行点积操作生成聚合特征，并通过检测器头部对聚合特征进行分类和检测框回归。缺陷检测模型的训练包括元训练阶段和元测试阶段；元训练阶段对缺陷检测模型的所有参数进行优化；元测试阶段仅对缺陷检测模型检测器头部的参数进行优化。本发明的方法提高了PCB缺陷检测的检测召回率和分类准确性。
主权项：1.一种基于元特征增强的小样本PCB缺陷检测方法，其特征在于，包括：S1：获取待检测的PCB图像；S2：将待检测的PCB图像输入训练好的缺陷检测模型中，输出所有检测到的缺陷目标的检测框及其预测类型；训练缺陷检测模型时的处理步骤如下：S201：将训练样本集分为查询图像集和支持图像集；S202：通过查询分支和支持分支的骨干网络分别提取查询图像集和支持图像集的查询特征和支持特征；S203：查询分支通过自注意力模块对查询特征进行增强，生成查询增强特征；S204：支持分支通过全局特征融合模块对支持特征进行特征融合，生成支持增强特征；S205：将查询增强特征和支持增强特征进行点积操作，生成对应的聚合特征；S206：通过检测器头部对聚合特征进行分类和检测框回归，输出所有检测到的缺陷目标的检测框及其预测类型；缺陷检测模型的训练包括元训练阶段和元测试阶段；元训练阶段的训练样本集为基类图像，用于对缺陷检测模型的所有参数进行优化；元测试阶段的训练样本集为基类图像和新类图像，用于仅对缺陷检测模型检测器头部的参数进行优化；S3：将所有检测到的缺陷的回归框及其预测类型作为待检测PCB图像的缺陷检测结果。
全文数据：
权利要求：
百度查询： 重庆理工大学 一种基于元特征增强的小样本PCB缺陷检测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号