一种基于多头注意力机制的BGA焊点异常检测网络模型及异常检测方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于多头注意力机制的BGA焊点异常检测网络模型及异常检测方法
申请号:CN202511182592
申请日期:2025-08-22
公开号:CN120953251A
公开日期:2025-11-14
类型:发明专利
摘要
本发明提供一种基于多头注意力机制的BGA焊点异常检测网络模型及异常检测方法,属于图像识别技术领域。本发明BGA焊点异常检测网络模型,包括初始层模块:用于接收BGA焊点图像,提取BGA焊点的初始特征图;若干个双向桥模块:用于将初始特征图馈入多头注意力块分支中,用以丰富多头注意力块分支的局部细节;并将多头注意力块分支提取到的全局上下文信息馈回卷积块分支中,用以加强卷积块分支的全局感知能力,然后将输出结果馈入下一个模块;特征融合模块:用于将多头注意力块分支和卷积块分支的输出内容拼接起来,输出给全连接层模块;若干层的全连接模块:用于对BAG焊点进行分类预测,输出预测结果。本发明的有益效果为:能够有效提升BGA焊点的检测精度。
技术关键词
BGA焊点 异常检测方法 检测网络模型 多头注意力机制 卷积模块 分支 深度卷积神经网络 X射线检测装置 X射线探测器 桥模块 局部特征相融合 检测芯片 图像处理系统 神经网络模型 巴特沃斯滤波器
系统为您推荐了相关专利信息
故障检测模型 风电设备叶片 生成器网络 风电叶片 声音采集设备
生成对抗网络 多头注意力机制 数据处理单元 特征提取单元 预测系统
起重机轨道 缺陷识别方法 特征金字塔 卷积模块 特征提取网络
无人机姿态控制 异常检测方法 LSTM模型 Kubernetes集群 导航坐标系
车道线检测方法 激光雷达 卷积模块 无人驾驶环境感知技术 分支