[發(fā)明專(zhuān)利]電路板缺陷檢測(cè)方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201810701246.X
• 申請(qǐng)日: 2018-06-29
• 公開(kāi)（公告）號(hào): CN108961236B
• 公開(kāi)（公告）日: 2021-02-26
• 發(fā)明（設(shè)計(jì)）人: 王健;杜家鳴;李長(zhǎng)升;陳進(jìn)寶
• 申請(qǐng)（專(zhuān)利權(quán)）人: 國(guó)信優(yōu)易數(shù)據(jù)股份有限公司
• 主分類(lèi)號(hào): G06T7/00
• 分類(lèi)號(hào): G06T7/00;G06K9/62;G06N3/08
• 代理公司: 北京超凡志成知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11371
• 代理人: 梁香美

1.一種電路板缺陷檢測(cè)方法，其特征在于，包括：

獲取本輪訓(xùn)練使用的至少一個(gè)訓(xùn)練樣本對(duì)；其中，所述訓(xùn)練樣本對(duì)包括兩個(gè)相同和/或不同的電路板圖像；

將獲取的至少一個(gè)訓(xùn)練樣本對(duì)中的每個(gè)訓(xùn)練樣本對(duì)輸入具有兩個(gè)分支的神經(jīng)網(wǎng)絡(luò)的分支分別對(duì)應(yīng)的入口，并使用所述神經(jīng)網(wǎng)絡(luò)分別為輸入的訓(xùn)練樣本對(duì)確定第一特征和第二特征；

將所述第一特征和所述第二特征進(jìn)行比對(duì)得到的比對(duì)結(jié)果，與對(duì)應(yīng)訓(xùn)練樣本對(duì)的標(biāo)注值進(jìn)行匹配；其中，所述比對(duì)結(jié)果表征第一特征和第二特征之間的特征相似度，所述標(biāo)注值表征訓(xùn)練樣本對(duì)相似或者不相似；并

根據(jù)匹配結(jié)果對(duì)所述神經(jīng)網(wǎng)絡(luò)進(jìn)行本輪訓(xùn)練；

經(jīng)過(guò)對(duì)所述神經(jīng)網(wǎng)絡(luò)的多輪訓(xùn)練，得到電路板缺陷檢測(cè)模型；

將待檢測(cè)電路板圖像與對(duì)應(yīng)的標(biāo)準(zhǔn)電路板圖像輸入所述電路板缺陷檢測(cè)模型；

使用所述電路板缺陷檢測(cè)模型分別為所述待檢測(cè)電路板圖像與對(duì)應(yīng)的標(biāo)準(zhǔn)電路板圖像提取第三特征和第四特征；

將所述第三特征和所述第四特征進(jìn)行比對(duì)；

根據(jù)得到的比對(duì)結(jié)果確定所述待檢測(cè)電路板是否存在缺陷。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述神經(jīng)網(wǎng)絡(luò)包括孿生Siamese網(wǎng)絡(luò)；

將獲取的至少一個(gè)訓(xùn)練樣本對(duì)中的每個(gè)訓(xùn)練樣本對(duì)輸入具有兩個(gè)分支的神經(jīng)網(wǎng)絡(luò)的分支分別對(duì)應(yīng)的入口，并使用所述神經(jīng)網(wǎng)絡(luò)分別為輸入的訓(xùn)練樣本對(duì)確定第一特征和第二特征，包括：

將獲取的至少一個(gè)訓(xùn)練樣本對(duì)中的每個(gè)訓(xùn)練樣本對(duì)分別輸入Siamese網(wǎng)絡(luò)的兩個(gè)入口，并使用所述Siamese網(wǎng)絡(luò)分別為輸入的訓(xùn)練樣本對(duì)確定第一特征向量和第二特征向量；

將所述第一特征和所述第二特征進(jìn)行比對(duì)得到的比對(duì)結(jié)果，與對(duì)應(yīng)訓(xùn)練樣本對(duì)的標(biāo)注值進(jìn)行匹配；并根據(jù)匹配結(jié)果對(duì)所述神經(jīng)網(wǎng)絡(luò)進(jìn)行本輪訓(xùn)練，包括：

執(zhí)行如下匹配操作，直到第一特征向量和第二特征向量的比對(duì)結(jié)果與對(duì)應(yīng)訓(xùn)練樣本對(duì)的標(biāo)注值一致，則完成本輪訓(xùn)練；其中，所述標(biāo)注值表征對(duì)應(yīng)訓(xùn)練樣本對(duì)相似或者不相似；

所述匹配操作包括：

將所述第一特征向量和所述第二特征向量進(jìn)行比對(duì)，得到比對(duì)結(jié)果；

將所述比對(duì)結(jié)果與對(duì)應(yīng)訓(xùn)練樣本對(duì)的標(biāo)注值進(jìn)行匹配；

針對(duì)標(biāo)注值表征對(duì)應(yīng)訓(xùn)練樣本對(duì)的匹配情況與所述比對(duì)結(jié)果表征的匹配情況不一致的情況，生成第一反饋信息；并

基于所述第一反饋信息對(duì)所述Siamese網(wǎng)絡(luò)進(jìn)行參數(shù)調(diào)整；

基于調(diào)整后的參數(shù)，使用所述Siamese網(wǎng)絡(luò)為對(duì)應(yīng)訓(xùn)練樣本對(duì)確定新的第一特征向量和第二特征向量，并再次執(zhí)行所述匹配操作。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述神經(jīng)網(wǎng)絡(luò)包括雙通道神經(jīng)網(wǎng)絡(luò)；

將獲取的至少一個(gè)訓(xùn)練樣本對(duì)中的每個(gè)訓(xùn)練樣本對(duì)輸入具有兩個(gè)分支的神經(jīng)網(wǎng)絡(luò)的分支分別對(duì)應(yīng)的入口，并使用所述神經(jīng)網(wǎng)絡(luò)分別為輸入的訓(xùn)練樣本對(duì)確定第一特征和第二特征，包括：

將獲取的至少一個(gè)訓(xùn)練樣本對(duì)中的每個(gè)訓(xùn)練樣本對(duì)分別作為源數(shù)據(jù)和目標(biāo)數(shù)據(jù)，并分別輸入所述雙通道神經(jīng)網(wǎng)絡(luò)的不同通道；

使用所述雙通道神經(jīng)網(wǎng)絡(luò)分別為輸入的訓(xùn)練樣本對(duì)確定第一特征和第二特征；

將所述第一特征和所述第二特征進(jìn)行比對(duì)得到的比對(duì)結(jié)果，與對(duì)應(yīng)訓(xùn)練樣本對(duì)的標(biāo)注值進(jìn)行匹配；并根據(jù)匹配結(jié)果對(duì)所述神經(jīng)網(wǎng)絡(luò)進(jìn)行本輪訓(xùn)練，包括：

執(zhí)行如下距離確定操作，直到滿(mǎn)足第一特征與第二特征之間的距離不大于預(yù)設(shè)距離閾值，且對(duì)應(yīng)源數(shù)據(jù)的標(biāo)注值表征對(duì)應(yīng)訓(xùn)練樣本對(duì)相似，或滿(mǎn)足第一特征與第二特征之間的距離大于預(yù)設(shè)距離閾值，且對(duì)應(yīng)源數(shù)據(jù)的標(biāo)注值表征對(duì)應(yīng)訓(xùn)練樣本對(duì)不相似，則完成本輪訓(xùn)練；

所述距離確定操作，包括：

確定所述第一特征和所述第二特征之間的距離；

針對(duì)第一特征與第二特征之間的距離大于預(yù)設(shè)距離閾值，且對(duì)應(yīng)源數(shù)據(jù)的標(biāo)注值表征對(duì)應(yīng)訓(xùn)練樣本對(duì)相似，或針對(duì)第一特征與第二特征之間的距離不大于預(yù)設(shè)距離閾值，且對(duì)應(yīng)源數(shù)據(jù)的標(biāo)注值表征對(duì)應(yīng)訓(xùn)練樣本對(duì)不相似，生成第二反饋信息；并

基于所述第二反饋信息對(duì)所述雙通道神經(jīng)網(wǎng)絡(luò)進(jìn)行參數(shù)調(diào)整；

基于調(diào)整后的參數(shù)，使用所述雙通道神經(jīng)網(wǎng)絡(luò)為對(duì)應(yīng)訓(xùn)練樣本對(duì)確定新的第一特征和第二特征，并再次執(zhí)行所述距離確定操作。