本發(fā)明專利技術(shù)涉及一種電路板故障缺陷檢測方法、裝置、檢測設(shè)備及系統(tǒng)。該方法包括：接收攝像頭拍攝的待測電路板的板面圖片；利用預(yù)先訓練的深度學習模型對所述板面圖片進行電路板缺陷識別；若識別結(jié)果顯示所述待測電路板存在缺陷，確定所述待測電路板的缺陷位置和缺陷種類，并將所述缺陷位置和所述缺陷種類反饋展示給用戶。上述方法可利用深度學習模型對電路板進行缺陷位置和缺陷種類的識別，提高了電路板缺陷檢測的效率，降低了檢測成本。降低了檢測成本。降低了檢測成本。
【技術(shù)實現(xiàn)步驟摘要】
一種電路板故障缺陷檢測方法、裝置、檢測設(shè)備及系統(tǒng)
[0001]本專利技術(shù)涉及電路板檢測
，具體涉及一種電路板故障缺陷檢測方法、裝置、檢測設(shè)備及系統(tǒng)。
技術(shù)介紹
[0002]隨著移動電子和物聯(lián)網(wǎng)的大量普及，電路板需求量有了顯著提升。而在電路板生產(chǎn)過程中，往往會因為生產(chǎn)設(shè)備問題導(dǎo)致故障的出現(xiàn)，輕則接觸不良無法使用，影響使用體驗；重則引發(fā)火情，嚴重影響人民生命、財產(chǎn)安全。
[0003]目前電路板線路常規(guī)都比較細小，用肉眼去觀察很難發(fā)現(xiàn)問題所在，所以電路板質(zhì)檢通常由產(chǎn)線工人使用顯微放大鏡在強光下目檢，在目視檢查之后對目視檢查出的各種虛焊、假焊等焊接缺陷處進行手觸摸檢查。但此種檢測方式不僅效率較低，而且在此環(huán)境條件下目檢對眼睛有很大的傷害，用眼過度還會出現(xiàn)眼疲勞等導(dǎo)致出錯的因素。同時，檢測結(jié)果依靠人工判斷，會降低檢測結(jié)果的客觀性。
技術(shù)實現(xiàn)思路
[0004]有鑒于此，本專利技術(shù)的目的在于克服現(xiàn)有技術(shù)的不足，提供一種電路板故障缺陷檢測方法、裝置、檢測設(shè)備及系統(tǒng)。解決了目前只能人工進行電路板缺陷的識別的問題。
[0005]為實現(xiàn)以上目的，本專利技術(shù)采用如下技術(shù)方案：
[0006]一種電路板故障缺陷檢測方法，包括：
[0007]接收攝像頭拍攝的待測電路板的板面圖片；
[0008]利用預(yù)先訓練的深度學習模型對所述板面圖片進行電路板缺陷識別；
[0009]若識別結(jié)果顯示所述待測電路板存在缺陷，確定所述待測電路板的缺陷位置和缺陷種類，并將所述缺陷位置和所述缺陷種類反饋展示給用戶。
[0010]可選的，訓練所述深度學習模型的過程，包括：
[0011]接收多個樣本電路板的樣本圖片；所述樣本圖片包括不同位置不同種類的缺陷；
[0012]識別并學習所述樣本圖片中的樣本缺陷位置和樣本缺陷種類；
[0013]根據(jù)學習結(jié)果構(gòu)建所述深度學習模型。
[0014]可選的，還包括：
[0015]依據(jù)所述缺陷位置和所述缺陷種類結(jié)合預(yù)設(shè)缺陷等級標準確定所述待測電路板的缺陷等級；
[0016]依據(jù)所述缺陷等級結(jié)合預(yù)設(shè)評判標準為用戶提供修復(fù)建議；所述修復(fù)建議包括：加工維修或報廢處理。
[0017]可選的，所述確定所述待測電路板的缺陷位置和缺陷種類，包括：
[0018]依據(jù)所述板面圖片的像素點，利用所述深度學習類型對所述待測電路板進行目標檢測，確定所述缺陷位置；
[0019]獲取所述缺陷位置對應(yīng)的所述板面圖片的異常信息；
[0020]對所述異常信息利用所述深度學習類型進行缺陷種類識別，確定所述缺陷種類。
[0021]可選的，所述缺陷種類，包括：缺孔、開路、短路、針刺、殘銅和殘缺。
[0022]一種電路板故障缺陷檢測裝置，包括：
[0023]圖片獲取模塊，用于接收攝像頭拍攝的待測電路板的板面圖片；
[0024]缺陷識別模塊，用于利用預(yù)先訓練的深度學習模型對所述板面圖片進行電路板缺陷識別；
[0025]結(jié)果反饋模塊，用于若識別結(jié)果顯示所述待測電路板存在缺陷，確定所述待測電路板的缺陷位置和缺陷種類，并將所述缺陷位置和所述缺陷種類反饋展示給用戶。
[0026]可選的，還包括：
[0027]樣本圖片接收模塊，用于接收多個樣本電路板的樣本圖片；所述樣本圖片包括不同位置不同種類的缺陷；
[0028]樣本識別模塊，用于識別并學習所述樣本圖片中的樣本缺陷位置和樣本缺陷種類；
[0029]模型構(gòu)建模塊，用于根據(jù)學習結(jié)果構(gòu)建所述深度學習模型。
[0030]可選的，還包括：
[0031]缺陷等級確定模塊，用于依據(jù)所述缺陷位置和所述缺陷種類結(jié)合預(yù)設(shè)缺陷等級標準確定所述待測電路板的缺陷等級；
[0032]建議模塊，用于依據(jù)所述缺陷等級結(jié)合預(yù)設(shè)評判標準為用戶提供修復(fù)建議；所述修復(fù)建議包括：加工維修或報廢處理。
[0033]一種電路板故障缺陷檢測設(shè)備，包括：
[0034]處理器，以及與所述處理器相連接的存儲器；
[0035]所述存儲器用于存儲計算機程序，所述計算機程序至少用于執(zhí)行上述所述的電路板故障缺陷檢測方法；
[0036]所述處理器用于調(diào)用并執(zhí)行所述存儲器中的所述計算機程序。
[0037]一種電路板故障缺陷檢測系統(tǒng)，包括：
[0038]攝像頭、服務(wù)器，及分別與所述攝像頭、所述服務(wù)器通信連接的如上述所述的電路板故障缺陷檢測設(shè)備。
[0039]本申請?zhí)峁┑募夹g(shù)方案可以包括以下有益效果：
[0040]本申請中公開一種電路板故障缺陷檢測方法，該方法包括：接收攝像頭拍攝的待測電路板的板面圖片；利用預(yù)先訓練的深度學習模型對板面圖片進行電路板缺陷識別；若識別結(jié)果顯示待測電路板存在缺陷，確定待測電路板的缺陷位置和缺陷種類，并將缺陷位置和缺陷種類反饋展示給用戶。上述方法中通過深度學習模型對待測電路板的板面圖片進行缺陷識別，并將識別結(jié)果進行展示以供用戶查看識別結(jié)果。以此提高了電路板缺陷檢測的效率，降低了電路板缺陷檢測的成本。
附圖說明
[0041]為了更清楚地說明本專利技術(shù)實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本專利技術(shù)的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以
根據(jù)這些附圖獲得其他的附圖。
[0042]圖1是本專利技術(shù)一實施例提供的電路板故障缺陷檢測方法的流程圖；
[0043]圖2是本專利技術(shù)實施例一提供的電路板故障缺陷檢測裝置的模塊圖；
[0044]圖3是本專利技術(shù)實施例一提供的電路板故障缺陷檢測設(shè)備的結(jié)構(gòu)圖；
[0045]圖4是本專利技術(shù)實施例一提供的電路板故障缺陷檢測系統(tǒng)的結(jié)構(gòu)圖。
具體實施方式
[0046]為使本專利技術(shù)的目的、技術(shù)方案和優(yōu)點更加清楚，下面將對本專利技術(shù)的技術(shù)方案進行詳細的描述。顯然，所描述的實施例僅僅是本專利技術(shù)一部分實施例，而不是全部的實施例。基于本專利技術(shù)中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動的前提下所得到的所有其它實施方式，都屬于本專利技術(shù)所保護的范圍。
[0047]圖1是本專利技術(shù)一實施例提供的電路板故障缺陷檢測方法的流程圖。參見圖1，一種電路板故障缺陷檢測方法，包括：
[0048]步驟101：接收攝像頭拍攝的待測電路板的板面圖片。在本申請中進行電路板缺陷檢測時，先利用攝像頭拍攝待測電路板的板面圖片，然后攝像頭將拍攝到的板面圖片傳至本申請中的檢測設(shè)備。
[0049]步驟102：利用預(yù)先訓練的深度學習模型對所述板面圖片進行電路板缺陷識別。
[0050]在獲取到攝像頭拍攝的板面圖片后，會利用深度學習模型進行缺陷識別。該深度學習模型會預(yù)先訓練完成，在訓練該深度學習模型時，會收集大量的樣本電路板的信息，該樣本電路板中會有不同的缺陷位置和缺陷種類信息，依據(jù)大量的樣本電路板的缺陷位置樣本和缺陷種類樣本，進行學習，以此構(gòu)建一個深度學習模型。可本文檔來自技高網(wǎng)...
【技術(shù)保護點】
【技術(shù)特征摘要】
1.一種電路板故障缺陷檢測方法，其特征在于，包括：接收攝像頭拍攝的待測電路板的板面圖片；利用預(yù)先訓練的深度學習模型對所述板面圖片進行電路板缺陷識別；若識別結(jié)果顯示所述待測電路板存在缺陷，確定所述待測電路板的缺陷位置和缺陷種類，并將所述缺陷位置和所述缺陷種類反饋展示給用戶。2.根據(jù)權(quán)利要求1所述的方法，其特征在于，訓練所述深度學習模型的過程，包括：接收多個樣本電路板的樣本圖片；所述樣本圖片包括不同位置不同種類的缺陷；識別并學習所述樣本圖片中的樣本缺陷位置和樣本缺陷種類；根據(jù)學習結(jié)果構(gòu)建所述深度學習模型。3.根據(jù)權(quán)利要求1所述的方法，其特征在于，還包括：依據(jù)所述缺陷位置和所述缺陷種類結(jié)合預(yù)設(shè)缺陷等級標準確定所述待測電路板的缺陷等級；依據(jù)所述缺陷等級結(jié)合預(yù)設(shè)評判標準為用戶提供修復(fù)建議；所述修復(fù)建議包括：加工維修或報廢處理。4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述確定所述待測電路板的缺陷位置和缺陷種類，包括：依據(jù)所述板面圖片的像素點，利用所述深度學習類型對所述待測電路板進行目標檢測，確定所述缺陷位置；獲取所述缺陷位置對應(yīng)的所述板面圖片的異常信息；對所述異常信息利用所述深度學習類型進行缺陷種類識別，確定所述缺陷種類。5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述缺陷種類，包括：缺孔、開路、短路、針刺、殘銅和殘缺。6.一種電路板故障缺陷檢測裝置，其特征在于，包括：圖片獲取模塊，用于接收攝像頭拍攝的待測...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：李華洲，張青，韋通葉，李瓊淵，覃海珅，劉華涌，陸濤天，韋承辰，樂喜云，賓博玉，
申請(專利權(quán))人：李華洲，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。