摘要
本发明提供了一种基于超图对比学习的SMT焊点检测方法,包括获取输入图像集,从输入图像集中提取出多模态特征集合。将多模态特征集合输入条件扩散模型,采用交叉注意力机制融合多种模态的特征,生成焊点样本集。基于多模态特征集合和焊点样本集构建超图结构,对超图结构进行超图卷积,提取出超图节点特征集。采用多层次注意力融合机制融合多模态特征集合和超图节点特征集,基于融合特征,采用知识蒸馏技术训练学生网络,采用学生网络检测SMT焊点。条件扩散模型生成的焊点样本集扩充了训练数据,提高了模型的泛化能力。层次注意力融合机制可以整合多模态和结构化信息,提供更全面且鲁棒性更高的特征表示,学生网络具有实时检测SMT焊点的优点。