公开(公告)号：CN118570176A

公开(公告)日：2024-08-30

申请号：CN202410734830.0

申请日：2024-06-07

Applicant: 上海大学

Inventor： 卞钟晗 ,  陆小锋 ,  张恒 ,  刘学锋 ,  房振东

IPC: G06T7/00 ,  G06T7/33 ,  G06T5/70 ,  G06T5/40 ,  G06T5/60 ,  G06V10/762 ,  G06V10/764 ,  G06V10/74 ,  G06T7/90 ,  G06V10/77

Abstract: 本发明提供一种基于变化检测的电子元件安装质量检测方法，包括：对待输入图像进行预处理，获得去除环境、背景干扰的且相互配准的参考图像和待测图像；将预处理后的相互配准的参考图像和待测图像进行基于PCA‑DBSCAN的变化检测，获得像素聚类；对所述像素聚类进行后处理，确定发生变化的区域；基于所述发生变化的区域进行相似度计算，将变化分类为不同缺陷，获取最终缺陷检测结果。本发明通过PCA‑DBSACAN变化检测与缺陷分类，适用于不规则形状、大小差异较大的情况，可以用于各种复杂形状的电子元件安装质量检测。

公开(公告)号：CN117351224A

公开(公告)日：2024-01-05

申请号：CN202311316098.7

申请日：2023-10-11

Applicant: 上海大学 ,  常熟机智数字技术有限公司

Inventor： 卞钟晗 ,  张恒 ,  陆小锋 ,  吴海燕

IPC: G06V10/44 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明提供一种基于深度学习的电子元件目标提取方法及系统，采用多注意力机制增强型YOLO网络，在YOLOX骨干部分引入SE、CBAM注意力机制，在瓶颈结构后加入SE注意力机制，在三个有效输出特征层加入CBAM注意力机制；解耦预测部分，采用CIoU损失函数训练网络。本发明引入两种注意力机制，结合卷积神经网络与注意力机制的优势，集中计算能力在有效特征信息上，减少全连接层冗余信息，从空间和通道维度更好地聚焦小目标，使网络更加关注电路板上的微小元件，减少背景的影响；CIoU损失函数综合考虑预测框与真实框的重叠区域、中心点距离和长宽比，提高收敛速度，使预测框更贴近真实的电子元件目标，使定位框更加精确，提高检测精度。