一种基于改进YOLOX与PNN的SMT产线贴片机故障预测方法

    公开(公告)号:CN115082401B

    公开(公告)日:2024-03-19

    申请号:CN202210707932.4

    申请日:2022-06-22

    Abstract: 本发明公开了一种基于改进YOLOX与PNN的SMT产线贴片机故障预测方法,该方法通过采集PCBA产品图像,对图像进行筛选,保留带缺陷的PCBA产品图像,对图像缺陷进行分类和位置信息标注,并将数据按比例进行数据集的制作与划分;对YOLOX神经网络模型进行改进,利用图像分类网络ConvNeXt的主干特征提取网络对原模型YOLOX进行改进,得到改进YOLOX神经网络模型;利用PCBA焊点缺陷数据集对改进YOLOX模型进行训练,得到基于改进YOLOX的PCBA焊点缺陷检测模型;将PCBA焊点缺陷检测模型部署到SMT产线上,进行PCBA焊点缺陷检测,并收集检测结果;采集PCBA焊点缺陷同一时期对应的贴片机故障信息,制作PNN的基础输入数据模型;将基于改进YOLOX的PCBA焊点缺陷模型与PNN模型部署到SMT产线上,进行贴片机故障预测。

    一种基于改进YOLOX与PNN的SMT产线贴片机故障预测方法

    公开(公告)号:CN115082401A

    公开(公告)日:2022-09-20

    申请号:CN202210707932.4

    申请日:2022-06-22

    Abstract: 本发明公开了一种基于改进YOLOX与PNN的SMT产线贴片机故障预测方法,该方法通过采集PCBA产品图像,对图像进行筛选,保留带缺陷的PCBA产品图像,对图像缺陷进行分类和位置信息标注,并将数据按比例进行数据集的制作与划分;对YOLOX神经网络模型进行改进,利用图像分类网络ConvNeXt的主干特征提取网络对原模型YOLOX进行改进,得到改进YOLOX神经网络模型;利用PCBA焊点缺陷数据集对改进YOLOX模型进行训练,得到基于改进YOLOX的PCBA焊点缺陷检测模型;将PCBA焊点缺陷检测模型部署到SMT产线上,进行PCBA焊点缺陷检测,并收集检测结果;采集PCBA焊点缺陷同一时期对应的贴片机故障信息,制作PNN的基础输入数据模型;将基于改进YOLOX的PCBA焊点缺陷模型与PNN模型部署到SMT产线上,进行贴片机故障预测。

Patent Agency Ranking