基于YOLO-SBC模型的PCB表面缺陷检测方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
基于YOLO-SBC模型的PCB表面缺陷检测方法
申请号:
CN202510630559
申请日期:
2025-05-16
公开号:
CN120563424A
公开日期:
2025-08-29
类型:
发明专利
摘要
本发明公开了一种基于YOLO‑SBC模型的PCB表面缺陷检测方法,包括:确定PCB缺陷类型、收集图像数据、预处理数据、通过Swin Transformer提取多层次特征、引入BiFormer模块进行空间‑通道双向交互、采用CARAFE上采样生成高分辨率特征图、优化检测头输出缺陷类别及位置信息,并实现可视化处理。本发明通过融合多模态注意力机制与创新设计的双向特征交互模块,显著提升了对微小目标缺陷的识别精度和复杂背景下的鲁棒性,为PCB缺陷检测提供了重要的理论和应用价值。
技术关键词
表面缺陷检测方法
印刷电路板缺陷
多层次特征提取
生成高分辨率
感知特征
缺陷类别
多模态注意力
双边滤波算法
检测头
上采样
图像
分辨率提升
邻域特征
多尺度特征
分支
缺陷尺寸
语义
模块