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！

龙图腾网恭喜四川大学;四川深瑞视科技有限公司;江西联创电子有限公司申请的专利一种基于多维信息融合的PCBA缺陷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：CN119205663B 。

龙图腾网通过国家知识产权局官网在2025-05-13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：202411253440.8，技术领域涉及：G06T7/00；该发明授权一种基于多维信息融合的PCBA缺陷检测方法是由申俊飞;陈泽方;张启灿;吴周杰;荆海龙;刘国栋设计研发完成，并于2024-09-09向国家知识产权局提交的专利申请。

本一种基于多维信息融合的PCBA缺陷检测方法在说明书摘要公布了：本发明公开了一种基于多维信息融合的PCBA缺陷检测方法，包括以下步骤：步骤1：获取PCBA可见光图像和深度图像，形成数据集；步骤2：构建多维融合学习的轻量级缺陷检测网络模型，模型以Yolov5m为基础框架，可见光特征提取模块、深度特征提取模块、多维融合模块、Neck模块和Head模块；步骤3：采用数据集对多维融合学习的轻量级缺陷检测网络模型进行训练，得到训练后的模型；将所需检测的信息输入训练后的模型即可得到缺陷的位置、类别和置信度信息；本发明在可见光图像的基础上结合深度图像，引入元件高度信息，提高了在3D空间信息相关缺陷的检测精度；模型尺寸相对轻量化，在保证运行速度的同时检测精度更高。

本发明授权一种基于多维信息融合的PCBA缺陷检测方法在权利要求书中公布了：1.一种基于多维信息融合的PCBA缺陷检测方法，其特征在于，包括以下步骤：步骤1：获取PCBA可见光图像和深度图像，形成数据集；步骤2：构建多维融合学习的轻量级缺陷检测网络模型，模型以Yolov5m为基础框架，包括用于提取可见光图像特征的可见光特征提取模块、用于提取深度图像特征的深度特征提取模块，用于将可见光图像特征深度图像特征进行融合的多维融合模块、Neck模块和Head模块；Neck模块用于对多维融合模块输出的融合特征信息进一步融合；Head模块对特征图进行位置掩模和非极大值抑制得到缺陷的位置、类别和置信度信息；多维融合模块包括依次设置的三个TB模块和两个CBS模块；三个TB模块分别为TB-1、TB-2、TB-3；TB-1对经α2和β2处理得到的特征矩阵进行融合得到M1，然后经CBS模块后，输入TB-2模块；TB-2模块对TB-1融合信息和经α3和β3处理得到的特征矩阵进行融合得到M2，然后经CBS模块后输入TB-3模块；TB-3模块对TB-2融合信息和经α4和β4处理得到的特征矩阵进行融合得到M3，然后M1、M2和M3输入Neck模块进行处理；TB模块包括多头注意力层、第一加和层、第一归一化层和MLP层、第二加和层和第二归一化层；TB模块处理过程如下：M＝NormMLPN+NM为经TB模块处理后的融合信息，分别为M1、M2、M3；N为多头注意力层、第一加和层、第一归一化层处理后的融合信息，分别对应为N1、N2、N3；Norm为归一化处理，MLP表示多层感知机MLP处理；N＝NormMulityHeadQ,K,V+Q其中：MulityHead为多头注意力层处理，Q、K、V分别为查询向量即可见光特征在空间维度的展平向量、键向量即深度特征在空间维度的展平向量和值向量；值向量TB-1模块中为Q，在其他TB模块中为上一层采样之后的融合信息Mi，其中i为1和2；步骤3：采用数据集对多维融合学习的轻量级缺陷检测网络模型进行训练，得到训练后的模型；将所需检测的信息输入训练后的模型即可得到缺陷的位置、类别和置信度信息。

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四川大学;四川深瑞视科技有限公司;江西联创电子有限公司，其通讯地址为：610044 四川省成都市一环路南一段24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”。