【技术实现步骤摘要】
本专利技术涉及图像数据处理，尤其涉及一种pcb元器件缺陷检测方法。
技术介绍
1、在电子工业中，印刷电路板是连接各种电子元器件的重要载体，是电子设备正常运转的必要基础构件之一，其结构十分复杂，随着工业信息化技术的发展，pcb广泛应用于各领域，在此背景下，对pcb质量的要求也越来越高，传统pcb缺陷检测方法以人工目检为主，但该方法在筛选缺陷pcb时，存在主观性，检测结果具有不稳定性。
2、目前，现有技术中提出了采用自动光学检测方法来对pcb缺陷进行检测，自动光学检测方法是运用高速高精度视觉处理技术自动检测pcb板上各种不同贴装错误及焊接缺陷，相比于人工目检法提高了效率，精确度也有所提升，
3、由于当前pcb已经朝小型化、密集化的方向进行发展，采用自动光学检测方法对pcb进行缺陷检测依然存在较高的漏检率和误检率，因此需要进行改进。
技术实现思路
1、本专利技术的目的在于提供一种pcb元器件缺陷检测方法，能够提高pcb元器件缺陷检测的准确度。
2、为实现上述目的，本专利技术提供了一种pcb元器件缺陷检测方法，包括：
3、s1对pcb数据集进行数据增强和扩充；
4、s2pcb数据集经数据增强和扩充后，对pcb图像中的元器件进行标注，获得标签文件；
5、s3对faster r-cnn网络结构进行优化处理，得到msf-ecanet网络；
6、s4采用coco数据集对msf-ecanet网络进行预训练，获得预训练
7、s5在步骤s1和s2获得的pcb数据集上训练msf-ecanet网络，微调步骤s4所获得的预训练模型，直至模型收敛；
8、s6对步骤s5所获得的模型的精度以及准确度进行验证与评估。
9、其中，所述s1对pcb数据集进行数据增强和扩充的具体步骤包括：
10、采用直方图均衡化增强pcb数据集中动态范围偏小的图像对比度；
11、对pcb数据集采用限制对比度自适应直方图均衡化方法，提高pcb图像对比度的同时抑制噪声，增强pcb图像中各元器件的特征信息；
12、将pcb图像绕中心点旋转，将pcb图像中的每个像素点变换到新的位置，计算四个角旋转后的位置得到新图像的矩形区域。
13、其中，所述s2pcb数据集经数据增强和扩充后，对pcb图像中的元器件进行标注，获得标签文件的具体步骤包括：
14、所述pcb数据集经数据增强和扩充后，采用labelimg对pcb元器件进行标注，标注好的文件和图片单独存储，一张图片对应一个标签文件；
15、将数据增强和扩充后的pcb数据集以训练集和验证集的比例为9:1进行划分。
16、其中，所述s3对fasterr-cnn网络结构进行优化处理，得到msf-ecanet网络的具体步骤包括：
17、修改faster r-cnn网络，提升提取特征能力；
18、利用二分k-means方法获取网络中最优的先验框尺寸，得到msf-ecanet网络。
19、其中，所述修改faster r-cnn网络，提升提取特征能力的具体步骤包括：
20、采用faster r-cnn原网络结构，所述faster r-cnn原网络结构主干特征vgg包含16个conv层和3个pooling层，将主干网络从vgg更换为resnet50网络结构；
21、在resnet50网络中添加fpn网络结构，将resnet网络所提取的pcb元器件特征图从单尺度特征变为多尺度特征；
22、在resnet50的每一conv层融入eca-net，对pcb背景通道和前景通道分配不同权重以分割背景和前景。
23、其中，所述在resnet50网络中添加fpn网络结构，将resnet网络所提取的pcb元器件特征图从单尺度特征变为多尺度特征的具体步骤包括：
24、将resnest50神经网络的conv2层和conv5层的roi区域进行池化操作，分别得到4个维度尺寸大小不同的特征图；
25、对4个所述特征图在维度上进行拼接，并叠加维度，对叠加维度的特征图进行1×1卷积操作；
26、将卷积操作后得到的特征图与全连接层连接，实现pcb元器件特征图多尺度特征的融合。
27、其中，所述s4采用coco数据集对msf-ecanet网络进行预训练，获得预训练模型后还包括：保留预训练模型参数。
28、相比于现有技术，本专利技术具有如下有益效果：
29、1、通过对pcb数据集进行数据增强和扩充，提高pcb图像对比度的同时抑制噪声，以增强pcb图像中各元器件的特征信息。
30、2、通过对faster r-cnn网络结构进行优化处理，得到msf-ecanet网络，提升提取特征能力。
31、3、采用coco数据集对msf-ecanet网络进行预训练，获得预训练模型，将预训练模型参数用于训练pcb数据集，最终获得最佳训练模型，以用于pcb元器件缺陷检测，能够提高pcb元器件缺陷检测的准确度。
本文档来自技高网...【技术保护点】
1.一种PCB元器件缺陷检测方法，其特征在于，包括：
2.如权利要求1所述的一种PCB元器件缺陷检测方法，其特征在于，
3.如权利要求2所述的一种PCB元器件缺陷检测方法，其特征在于，
4.如权利要求3所述的一种PCB元器件缺陷检测方法，其特征在于，
5.如权利要求4所述的一种PCB元器件缺陷检测方法，其特征在于，
6.如权利要求5所述的一种PCB元器件缺陷检测方法，其特征在于，
7.如权利要求6所述的一种PCB元器件缺陷检测方法，其特征在于，
【技术特征摘要】
1.一种pcb元器件缺陷检测方法，其特征在于，包括：
2.如权利要求1所述的一种pcb元器件缺陷检测方法，其特征在于，
3.如权利要求2所述的一种pcb元器件缺陷检测方法，其特征在于，
4.如权利要求3所述的一种pcb元器件...
【专利技术属性】
技术研发人员：陈文斌，赵洪超，李太福，杨杰，聂玲，吴学颖，
申请(专利权)人：重庆科技学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。