龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：苏州辰瓴光学有限公司
申请日：2024-04-30
公开（公告）日：2024-06-28
公开（公告）号：CN118261905A
主分类号：G06T7/00
分类号：G06T7/00;G06V10/74;G06N3/0475;G06N3/045;G06N3/094
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：本发明提供了一种AI赋能柔性线路板缺陷检测方法及检测设备，属于柔性线路板缺陷检测技术领域。该检测方法包括：生成所述柔性线路板在不同变形情况下的图像样本；构建深度学习网络模型，用于根据输入的所述柔性线路板的还原图像生成修正图像，所述深度学习网络模型的损失函数包括形变程度项、结构相似性项和均方误差项；通过所述图像样本训练所述深度学习网络模型；将当前的所述柔性线路板的图像输入训练后的所述深度学习网络模型，得到修正后的目标图像；根据所述目标图像进行缺陷判定。本发明能够在治具与检测基台之间出现配合精度下降时提高柔性线路板的缺陷检测精度。
主权项：1.一种AI赋能柔性线路板缺陷检测方法，待检测的所述柔性线路板通过矩形的治具固定于检测基台上，所述治具设置于所述检测基台上的限位凹槽内，所述治具的四个角点处设有定位柱，所述定位柱与所述限位凹槽的底面处的限位孔配合，所述治具上设有多个吸附口，用于提供吸附待检测的所述柔性线路板的吸附力，其特征在于，所述方法包括：生成所述柔性线路板在不同变形情况下的图像样本，所述图像样本包括在所述柔性线路板的各个关键点具有不同下降位移量和绕预设轴线旋转不同角度的样本，所述预设轴线包括四个所述定位柱中任意两个的中心的连线；构建深度学习网络模型，用于根据输入的所述柔性线路板的还原图像生成修正图像，所述深度学习网络模型的损失函数包括形变程度项、结构相似性项和均方误差项，其中，形变程度项用于反应所述还原图像和所述修正图像的变形的相似度，所述结构相似性项用于反应所述还原图像和所述修正图像的结构相似性，所述均方误差项用于反应所述还原图像和所述修正图像的像素级别的相似度；通过所述图像样本训练所述深度学习网络模型；将当前的所述柔性线路板的图像输入训练后的所述深度学习网络模型，得到修正后的目标图像；根据所述目标图像进行缺陷判定。
全文数据：
权利要求：
百度查询： 苏州辰瓴光学有限公司 AI赋能柔性线路板缺陷检测方法及检测设备
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