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！

龙图腾网恭喜华侨大学申请的专利基于跨尺度多重聚合的印刷电路板缺陷检测方法及装置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：CN119006456B 。

龙图腾网通过国家知识产权局官网在2025-02-21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：202411480225.1，技术领域涉及：G06T7/00；该发明授权基于跨尺度多重聚合的印刷电路板缺陷检测方法及装置是由林远达;潘书万;于洁;黄忠政设计研发完成，并于2024-10-23向国家知识产权局提交的专利申请。

本基于跨尺度多重聚合的印刷电路板缺陷检测方法及装置在说明书摘要公布了：本发明涉及基于跨尺度多重聚合的印刷电路板缺陷检测方法及装置，涉及目标检测领域，方法包括：获取印刷电路板缺陷图像，进行预处理；利用改进的YOLOv8网络进行特征提取与融合，其中特征提取网络采用CDA‑net，该网络包含一个嵌入层模块、四层CDA模块和一个SPPF模块，能够有效提取多尺度特征；特征融合网络采用RGS‑FPN，进行高效的多尺度特征融合；使用无锚风格的YOLOv8检测头进行目标检测，使用Adam优化器以0.001的学习率对模型进行训练；将预处理后的图像输入至训练好的模型中，即可获得印刷电路板的缺陷检测结果。本发明通过深度学习技术提高了印刷电路板缺陷检测的准确性和效率，适用于印刷电路板制造过程中的质量控制。

本发明授权基于跨尺度多重聚合的印刷电路板缺陷检测方法及装置在权利要求书中公布了：1.一种基于跨尺度多重聚合的印刷电路板缺陷检测方法，其特征在于，包括以下步骤：S101，获取印刷电路板缺陷图像，对所述印刷电路板缺陷图像进行预处理，得到预处理后的印刷电路板缺陷图像；S102，使用YOLOv8网络构建印刷电路板缺陷检测模型；将跨阶段部分双重聚合网络CDA-net作为YOLOv8网络的特征提取网络；通过CDA-net中的CDA模块提取印刷电路板缺陷图像中的特征信息，输出经过CDA模块处理的特征图；S103，将残差门控分离特征金字塔网络RGS-FPN作为YOLOv8网络的特征融合网络，将经过CDA模块处理的特征图通过RGS-FPN中的RGS模块进行多尺度特征融合得到经过RGS模块处理的特征图；S104,将经过RGS模块处理的特征图输入无锚风格的YOLOv8检测头，使用单阶段目标检测算法对印刷电路板缺陷检测模型进行训练，得到经过训练的印刷电路板缺陷检测模型；S105,将预处理后的待检测印刷电路板图像输入到经过训练的印刷缺陷检测模型，得到缺陷检测结果；所述通过RGS-FPN中的RGS模块进行多尺度特征融合的计算过程如下：D1＝addT5,T6；D2＝addT3,T2；D3＝RGSconcatT2,T1；D4＝RGSconcatT4,P4；T6＝RGSconcataddT3,T2,P1；T5＝CDAaddT3,T2,T4,concataddT3,T2,P1；T4＝RGSconcatT2,T1；T3＝CDAP4,P2,P3；T2＝RGSconcatT1,P2,P1；T1＝RGSconcatP4,P2,P3；其中，concat表示维度拼接操作，add表示相加操作，P1，P2，P3，P4为输入特征图，D1，D2，D3，D4为输出特征图，T1，T2，T3，T4，T5，T6为中间特征图，RGS表示通过RGS模块进行多尺度特征融合，CDA表示通过CDA模块提取特征图的特征信息。

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华侨大学，其通讯地址为：362000 福建省泉州市丰泽区城东城华北路269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”。