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