恭喜深圳市信润富联数字科技有限公司冯建设获国家专利权
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!
龙图腾网恭喜深圳市信润富联数字科技有限公司申请的专利一种基于图网络的PCB板元器件图像目标检测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:CN114926695B 。
龙图腾网通过国家知识产权局官网在2025-04-29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:202210648073.6,技术领域涉及:G06V10/764;该发明授权一种基于图网络的PCB板元器件图像目标检测方法是由冯建设;花霖;张建宇设计研发完成,并于2022-06-09向国家知识产权局提交的专利申请。
本一种基于图网络的PCB板元器件图像目标检测方法在说明书摘要公布了:本发明公开一种基于图网络的PCB板元器件图像目标检测方法,包括步骤:将PCB图片样本数据集中五分之四的样本分为训练集,其余样本分为验证集,利用生成式对抗网络对训练集的所有样本学习生成新样本;每个新样本利用超像素构建一个K最近邻接矩阵;建立RPN网络,提取多个PCB超像素训练集样本图片的边框位置并通过损失函数不断修正靠近正确的标注数据框的概率;采用图卷积网络对特征图进行特性细化生成特征图信息;利用相似度预测算法对前一个阶段的每个特征图进行分类,再计算每个图对元器件模板的相似性概率并基于概率归类为相应元器件模板的类别。本发明实现快速有效的分类标注出PCB板上的各个元器件,极大地节省了人力成本。
本发明授权一种基于图网络的PCB板元器件图像目标检测方法在权利要求书中公布了:1.一种基于图网络的PCB板元器件图像目标检测方法,其特征在于,包括如下步骤:S1,获取PCB图片样本数据集,并将该PCB图片样本数据集中五分之四的样本划分为训练集,另外五分之一的样本划分为验证集;利用GANs生成式对抗网络对训练集的所有样本学习生成新样本;S2,对于步骤S1生成的每一个新样本利用超像素构建一个K最近邻接矩阵,权值为: ;式中xi和xj分别是超像素i和j的二维坐标,σx是放缩参数;S3,建立RPN网络,提取多个PCB超像素训练集样本图片的边框位置,并通过函数不断平移缩放修正靠近正确的标注数据框的概率,从而为下一步骤提供特征图;S4,采用图卷积网络并结合元器件模板图对步骤S3提供的特征图进行特性细化,生成特征图信息;S5,针对步骤S4生成的特征图信息利用相似度预测算法对步骤S3产生的每个特征图进行分类;再利用相似度预测算法计算每个被步骤S3和步骤S4处理后的图对元器件模板的相似性概率,并基于概率归类为相应元器件模板的类别;所述步骤S4进行特性细化的具体实现过程如下:令图卷积网络中的图的实体表示成节点,节点间的连接表示成边,系统层面的特征用全局属性表示,节点表示为vi,边表示为ek,全局属性表示为u,并且使用sk和rk分别表示边k的发送节点和接收节点的索引;图用一个3元组表示G=u;V;E,u代表的是一个全局属性,是整个图的一个特征;V代表图的节点的集合,其表示为: ;E代表边的集合,其表示为: ;式中Ne和Nv分别代表边和节点的数量,ek是第k个边的特征,sk和rk分别是接收节点和发送节点的编号;a、首先用当前的边信息、节点信息、以及全局属性u来生成新的边信息;b、基于新的边信息,生成新的节点信息;c、基于新的节点和边信息,生成新的全局属性u,整个过程完成。
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深圳市信润富联数字科技有限公司,其通讯地址为:518000 广东省深圳市罗湖区桂园街道老围社区深南东路5016号蔡屋围京基一百大厦A座2001-06;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”。
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。