[發(fā)明專利]基于生成式對(duì)抗網(wǎng)絡(luò)的FPCB板缺陷檢測(cè)方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 202110263862.3
• 申請(qǐng)日: 2021-03-10
• 公開(kāi)（公告）號(hào): CN112686894B
• 公開(kāi)（公告）日: 2021-06-04
• 發(fā)明（設(shè)計(jì)）人: 李輝;申勝男;郭思誼;朱文康
• 申請(qǐng)（專利權(quán)）人: 武漢大學(xué)
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G06T7/11;G06T7/73;G06T5/00;G06N3/04;G06N3/08
• 代理公司: 武漢科皓知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 42222
• 代理人: 俞琳娟

本發(fā)明提供基于生成式對(duì)抗網(wǎng)絡(luò)的FPCB板缺陷檢測(cè)方法及裝置，檢測(cè)方法包括：采集獲取真實(shí)FPCB板缺陷圖像；將獲取的缺陷圖像和表示類別信息的條件標(biāo)簽作為具有雙層對(duì)抗和雙輸出通道的改進(jìn)GAN模型的輸入，通過(guò)生成器和判別器的對(duì)抗訓(xùn)練，生成高度近似真實(shí)缺陷分布的模擬缺陷圖像，并由第一輸出通道輸出；然后將第一輸出通道輸出的模擬缺陷圖像與真實(shí)缺陷圖像混合作為FPCB板缺陷樣本集，按照一定比例分割成互不交叉的訓(xùn)練集和測(cè)試集；對(duì)分割好的訓(xùn)練集和測(cè)試集數(shù)據(jù)通過(guò)頻域高斯濾波等方法進(jìn)行平滑處理，生成無(wú)缺陷數(shù)據(jù)集，再成對(duì)輸入到分類定位器中進(jìn)行對(duì)抗性訓(xùn)練，由第二輸出通道輸出缺陷類別獨(dú)熱碼和錨框坐標(biāo)，實(shí)現(xiàn)分類和定位。

技術(shù)領(lǐng)域

本發(fā)明屬于計(jì)算機(jī)視覺(jué)缺陷檢測(cè)技術(shù)領(lǐng)域，具體涉及基于生成式對(duì)抗網(wǎng)絡(luò)（GAN模型）的FPCB板缺陷檢測(cè)方法及裝置。

技術(shù)背景

柔性印刷電路板（Flexible Printed Circuit Board）是一種利用柔性基材制成的具有圖形的印刷電路板，由于其具有可連續(xù)自動(dòng)化生產(chǎn)，配線密度高，重量輕、體積小，配線錯(cuò)誤少，可撓性及可彈性改變形狀等特性，被廣泛應(yīng)用于軍工、國(guó)防和消費(fèi)性電子產(chǎn)品如數(shù)碼相機(jī)、手表、筆記本電腦等領(lǐng)域。

FPCB板主要有斷路、短路、缺口等六種缺陷類型。當(dāng)前FPCB板缺陷檢測(cè)存在大量的人工目檢，這種方法效率低下且準(zhǔn)確度低。對(duì)于這種問(wèn)題，近年來(lái)有很多學(xué)者提出了不同的計(jì)算機(jī)檢測(cè)方法，如SIFT及SURF圖像匹配算法、基于Faster-RCNN的機(jī)器學(xué)習(xí)算法、基于ROI的模板匹配算法，在一定程度上提高了FPCB板缺陷檢測(cè)的效率。但是，這些方法適用范圍狹窄、可遷移性差，并且對(duì)于數(shù)據(jù)量有嚴(yán)重的依賴性。

發(fā)明內(nèi)容

本發(fā)明是為了解決上述問(wèn)題而進(jìn)行的，目的在于提供一種基于生成式對(duì)抗網(wǎng)絡(luò)的FPCB板缺陷檢測(cè)方法及裝置，不僅能夠有效解決缺陷數(shù)據(jù)樣本不足且不均衡等問(wèn)題，而且能夠有效提高缺陷分類和定位精度。

本發(fā)明為了實(shí)現(xiàn)上述目的，采用了以下方案：

方法

本發(fā)明提供了基于生成式對(duì)抗網(wǎng)絡(luò)的FPCB板缺陷檢測(cè)方法，其特征在于，包括以下步驟：

步驟1. 采集獲取真實(shí)FPCB板缺陷圖像；

步驟2. 將獲取的系列真實(shí)FPCB板缺陷圖像和表示類別信息的條件標(biāo)簽作為具有雙層對(duì)抗和雙輸出通道的改進(jìn)GAN模型的輸入，通過(guò)生成器和判別器的對(duì)抗訓(xùn)練，生成高度近似真實(shí)缺陷分布的模擬缺陷圖像，并由第一輸出通道輸出；然后將第一輸出通道輸出的模擬缺陷圖像與真實(shí)缺陷圖像混合作為FPCB板缺陷樣本集，按照一定比例分割成互不交叉的訓(xùn)練集和測(cè)試集；

步驟3. 對(duì)分割好的訓(xùn)練集和測(cè)試集數(shù)據(jù)通過(guò)頻域高斯濾波等方法進(jìn)行平滑處理，生成無(wú)缺陷數(shù)據(jù)集，再成對(duì)輸入到分類定位器中進(jìn)行對(duì)抗性訓(xùn)練，由第二輸出通道輸出缺陷類別獨(dú)熱碼和錨框坐標(biāo)，實(shí)現(xiàn)分類和定位，

其中，在改進(jìn)GAN模型中，判別器處設(shè)有一個(gè)平行的分類定位器，判別器判別圖像的真假，其損失函數(shù)為L_D，逐層求損失函數(shù)對(duì)判別器每層神經(jīng)元參數(shù)的偏導(dǎo)數(shù)，實(shí)現(xiàn)參數(shù)的迭代更新；分類定位器進(jìn)行缺陷的分類和定位，其損失函數(shù)為L_F，進(jìn)行反向傳播更新參數(shù)；生成器的參數(shù)更新由判別器和分類定位器的損失函數(shù)共同作用。

優(yōu)選地，本發(fā)明提供的基于生成式對(duì)抗網(wǎng)絡(luò)的FPCB板缺陷檢測(cè)方法，還可以具有以下特征：分類定位器的損失函數(shù)采用表征兩個(gè)概率分布之間距離的交叉熵?fù)p失函數(shù)，其公式如下：

，