[發(fā)明專利]一種基于PCB噪聲標(biāo)注數(shù)據(jù)的有效訓(xùn)練方法

在審

• 申請?zhí)枺?/td>: 202011174880.6
• 申請日: 2020-10-28
• 公開（公告）號: CN112200797A
• 公開（公告）日: 2021-01-08
• 發(fā)明（設(shè)計(jì)）人: 巴姍姍;楊淑愛;黃坤山;謝克慶
• 申請（專利權(quán)）人: 佛山市南海區(qū)廣工大數(shù)控裝備協(xié)同創(chuàng)新研究院;佛山市廣工大數(shù)控裝備技術(shù)發(fā)展有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62
• 代理公司: 廣州科沃園專利代理有限公司 44416
• 代理人: 馬盼

1.一種基于PCB噪聲標(biāo)注數(shù)據(jù)的有效訓(xùn)練方法，其特征在于，包括以下步驟：

S1、收集圖像，建立含有噪聲標(biāo)注的PCB圖像數(shù)據(jù)集和經(jīng)過數(shù)據(jù)清洗的PCB圖像數(shù)據(jù)集；

S2、通過集成的Efficientnet模型分別提取兩個(gè)數(shù)據(jù)集中每一幅圖像的圖像特征；

S3、將提取的圖像特征通過深度卷積網(wǎng)絡(luò)進(jìn)行降維；

S4、采用余弦損失函數(shù)訓(xùn)練分類器模型；

S5、采用遷移學(xué)習(xí)交替訓(xùn)練兩個(gè)數(shù)據(jù)集，并在含有噪聲標(biāo)注的PCB圖像數(shù)據(jù)集中的較大分辨率圖像上進(jìn)行微調(diào)，最終實(shí)現(xiàn)數(shù)據(jù)的訓(xùn)練。

2.根據(jù)權(quán)利要求1所述的一種基于PCB噪聲標(biāo)注數(shù)據(jù)的有效訓(xùn)練方法，其特征在于，所述Efficientnet模型的網(wǎng)絡(luò)表達(dá)式為：

其中，N表示分類網(wǎng)絡(luò)，代表卷積操作，X表示輸入張量，F(xiàn)_i表示基礎(chǔ)網(wǎng)絡(luò)層，i表示卷積層數(shù)，L_i表示網(wǎng)絡(luò)的長度；

所述Efficientnet模型通過網(wǎng)格搜索算法得到最優(yōu)比例系數(shù)，然后按比例對網(wǎng)絡(luò)寬度、深度和分辨率三個(gè)維度進(jìn)行縮放，而所述最優(yōu)比例系數(shù)為所述Efficientnet模型最大化精度值A(chǔ)cc_max(N(d，w，r))時(shí)的d、w、r值，所述最大化精度值A(chǔ)cc_max(N(d，w，r))的計(jì)算公式為：

其中，設(shè)置比例系數(shù)如下：深度寬度分辨率α，β，γ是變量，滿足α×β²×γ²≈2，α≥1，β≥1，γ≥1。

3.根據(jù)權(quán)利要求1所述的一種基于PCB噪聲標(biāo)注數(shù)據(jù)的有效訓(xùn)練方法，其特征在于，所述Efficientnet模型包括MBConv模塊和SE模塊，所述MBConv模塊由一個(gè)1*1的Conv+BN批量歸一化層+Swish層、一個(gè)深度可分離卷積+BN批量歸一化層+Swish層、一個(gè)1*1的Conv+BN批量歸一化層依次連接組成，并在所述深度可分離卷積層后插入所述SE模塊；

通過Efficientnet模型的圖像特征提取過程如下：

S21、通過所述1*1的Conv+BN批量歸一化層+Swish層對輸入圖像進(jìn)行升維；

S22、通過深度可分離卷積+BN批量歸一化層+Swish層對圖像進(jìn)行降采樣；

S23、通過SE模塊使得所述Efficientnet模型能夠根據(jù)通道特征的重要程度進(jìn)行學(xué)習(xí)；

S24、通過1*1的Conv+BN批量歸一化層對圖像進(jìn)行降維。

4.根據(jù)權(quán)利要求3所述的一種基于PCB噪聲標(biāo)注數(shù)據(jù)的有效訓(xùn)練方法，其特征在于，所述深度可分離卷積層由一個(gè)深度卷積和一個(gè)1*1的卷積組成，降采樣操作如下：

S221、假設(shè)輸入一幅12*12*3的RGB圖像；

S222、用5*5大小且通道數(shù)為1的三個(gè)卷積核對三個(gè)通道特征分別做卷積，得到三個(gè)通道的特征屬性；

S223、對三個(gè)通道特征用尺寸1*1*3的卷積核再次卷積實(shí)現(xiàn)數(shù)據(jù)降維，最終得到輸出8*8*1的圖像。

5.根據(jù)權(quán)利要求3所述的一種基于PCB噪聲標(biāo)注數(shù)據(jù)的有效訓(xùn)練方法，其特征在于，所述SE模塊包括壓縮操作和激活操作；

所述壓縮操作F_sq通過全局平均池化實(shí)現(xiàn)并得到全局描述特征，

其中，z_C為壓縮操作的輸出，u_C為壓縮操作的輸入，通常為上一層的卷積結(jié)果，F(xiàn)_sq為壓縮操作，H，W分別為輸入圖像的高和寬；

所述激活操作通過學(xué)習(xí)各通道間的非線性關(guān)系，得到不同通道的權(quán)重，具體是：

s＝F_ex(z，W)＝σ(g(z，W))＝σ(W₂Swish(W₁z))

其中，s為各個(gè)通道的激活值，F(xiàn)_ex為激活操作，W₁，W₂分別為兩個(gè)全連接層的權(quán)重，z為經(jīng)過壓縮操作的輸出結(jié)果。