[發明專利]印制電路板組裝缺陷檢測、變化檢測模型訓練方法及裝置

在審

• 申請號: 202211619004.9
• 申請日: 2022-12-12
• 公開（公告）號: CN116091416A
• 公開（公告）日: 2023-05-09
• 發明（設計）人: 呂天齊;聶磊
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06V10/764
• 代理公司: 北京市通商律師事務所 11951
• 代理人: 許念如

1.一種印制電路板組裝缺陷檢測方法，所述方法包括：

獲取印制電路板對應的目標圖像；

根據所述印制電路板中至少一個元器件的位置，對所述目標圖像進行切分，得到所述至少一個元器件對應的元器件圖像；

根據所述印制電路板的標識信息，從預設的模板圖像集合中獲取所述至少一個元器件的模板元器件圖像，得到所述元器件圖像對應的模板元器件圖像；

通過預設的變化檢測模型，對所述元器件圖像和所述元器件圖像對應的所述模板元器件圖像進行檢測，得到所述元器件圖像對應的至少一種缺陷類型的第一分類概率；

根據所述元器件圖像對應的至少一種缺陷類型的第一分類概率，確定所述元器件圖像對應的目標缺陷類型。

2.根據權利要求1所述的方法，所述變化檢測模型包括：編碼器、差異模塊、以及解碼器；所述通過預設的變化檢測模型，對所述元器件圖像和所述元器件圖像對應的所述模板元器件圖像進行檢測，得到所述元器件圖像對應的至少一種缺陷類型的第一分類概率，包括：

將所述元器件圖像和所述模板元器件圖像在至少兩種分辨率下的特征圖輸入所述編碼器，通過所述編碼器獲取所述元器件圖像和所述模板元器件圖像在所述至少兩種分辨率下的高維特征圖；

將所述元器件圖像和所述模板元器件圖像在所述至少兩種分辨率下的高維特征圖輸入所述差異模塊，通過所述差異模塊獲取所述元器件圖像和所述模板元器件圖像在所述至少兩種分辨率下的特征差異圖；

將所述元器件圖像和所述模板元器件圖像在所述至少兩種分辨率下的特征差異圖輸入所述解碼器，通過所述解碼器對所述特征差異圖進行預測，得到所述元器件圖像對應的至少一種缺陷類型的第一分類概率。

3.根據權利要求2所述的方法，所述通過所述編碼器獲取所述元器件圖像和所述模板元器件圖像在所述至少兩種分辨率下的高維特征圖，包括：

通過所述編碼器對所述元器件圖像和所述模板元器件圖像在所述至少兩種分辨率下的特征圖進行位置編碼，得到所述元器件圖像在所述至少兩種分辨率下的特征圖對應的第一向量、第二向量和第三向量，以及，所述模板元器件圖像在所述至少兩種分辨率下的特征圖對應的第四向量、第五向量和第六向量；

通過所述編碼器對所述第一向量、所述第二向量和所述第三向量進行多頭注意力處理，得到第七向量、第八向量和第九向量，以及，對所述第四向量、所述第五向量和所述第六向量進行多頭注意力處理，得到第十向量、第十一向量和第十二向量；

通過所述編碼器將所述第一向量、所述第二向量和所述第三向量，與所述第七向量、所述第八向量和所述第九向量進行殘差連接后，進行層歸一化和非線性變換，并在完成非線性變換后再次進行殘差連接和層歸一化，輸出所述元器件圖像在所述至少兩種分辨率下的高維特征圖，以及，將所述第四向量、所述第五向量和所述第六向量，與所述第十向量、所述第十一向量和所述第十二向量進行殘差連接后，進行層歸一化和非線性變換，并在完成非線性變換后再次進行殘差連接和層歸一化，輸出所述模板元器件圖像在所述至少兩種分辨率下的高維特征圖。

4.根據權利要求1-3任一項所述的方法，所述通過預設的變化檢測模型，對所述元器件圖像和所述元器件圖像對應的所述模板元器件圖像進行檢測之前，所述方法還包括：

對所述元器件圖像和所述模板元器件圖像進行快速傅里葉變換，將所述元器件圖像和所述模板元器件圖像的空間域轉換為頻率域；

將所述元器件圖像頻域的低頻區域替換為所述模板元器件圖像頻域的低頻區域；

對所述元器件圖像和所述模板元器件圖像進行快速傅里葉逆變換，將所述元器件圖像和所述模板元器件圖像的頻率域轉換為空間域。