(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210935378.5 (22)申请日 2022.08.05 (71)申请人 江苏理工学院 地址 213001 江苏省常州市中吴大道1801 号 (72)发明人 张雷　李振华　梁汉濠　王玉　 田建杰　尚玉龙　张琳　 (74)专利代理 机构 常州佰业腾飞专利代理事务 所(普通合伙) 32231 专利代理师 陈红桥 (51)Int.Cl. G06T 7/00(2017.01) G06V 10/80(2022.01) G06V 10/764(2022.01) G06V 10/762(2022.01)G06V 10/82(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 基于改进的YOL Ov3的PCB缺陷检测方法和装 置 (57)摘要 本发明提供一种基于改进的YOLOv3的PCB缺 陷检测方法和装置， 其中， 所述方法包括以下步 骤： 获取样本PCB图像， 并对所述样本PCB图像进 行缺陷类型的标注， 以构成PCB缺陷数据集； 通过 所述PCB缺陷数据集对改进的YOLOv3进行训练， 以得到PCB缺陷检测模型， 其中， 所述改进的 YOLOv3的预测头 前引入了通道注意力模块， 且所 述改进的YOL Ov3采用DI OU损失函数； 获取待检测 PCB图像； 将所述待检测PCB图像输入所述PCB缺 陷检测模型， 以得到所述待检测PCB图像的缺陷 类型。 本发明能够减少检测成本和误判率， 并且 能够提升检测的稳定性， 从而提高PCB缺陷检测 的精度。 权利要求书2页 说明书8页 附图5页 CN 115330706 A 2022.11.11 CN 115330706 A 1.一种基于改进的YOLOv3的PCB缺陷检测方法， 其特 征在于， 包括以下步骤： 获取样本PCB图像， 并对所述样本PCB图像进行缺陷类型的标注， 以构成PCB缺陷数据 集； 通过所述PCB缺 陷数据集对改进的YOLOv3进行训练， 以得到PCB缺陷检测模型， 其 中， 所 述改进的YOLOv3的预测头前引入了通道注 意力模块， 且 所述改进的YOLOv3采用DIOU损失函 数； 获取待检测PCB图像； 将所述待检测PCB图像输入所述PCB缺陷检测模型， 以得到所述待检测PCB图像的缺陷 类型。 2.根据权利要求1所述的基于改进的YOLOv3的PCB缺陷检测方法， 其特征在于， 在通过 所述PCB缺陷数据集对改进的YOLOv3进行训练之前， 还 包括： 使用K‑means++聚类算法对所述PCB缺陷数据集进行聚类操作， 以获取适用于PCB缺陷 检测的先验框 。 3.根据权利 要求2所述的基于改进的YOLOv3的PCB缺陷检测方法， 其特征在于， PCB图像 的缺陷类型包括短路、 开路、 缺口、 毛刺、 漏焊、 余铜中的多个。 4.根据权利要求3所述的基于改进的YOLOv3的PCB缺陷检测方法， 其特征在于， 所述通 道注意力模块执 行以下运 算： 其中， F'为所述通道注意力模块的输出， F为所述通道注意力模块的输入， Mc(F)为一维 通道注意力权 重。 5.根据权利要求4所述的基于改进的YOLOv3的PCB缺陷检测方法， 其特征在于， 所述 DIOU损失函数为： 其中， LDIOU表示DIOU损失函数中的损失， IOU为交并比， ρ2(b,bgt)为预测框与真实框中心 点坐标的欧氏距离的平方， b为预测框的中心点坐标， bgt为真实框的中心点坐 标， c为包含预 测框与真实框的最小矩形框的对角线距离 。 6.一种基于改进的YOLOv3的PCB缺陷检测装置， 其特 征在于， 包括： 第一获取单元， 所述第一获取单元用于获取样本PCB图像， 并对所述样本PCB图像进行 缺陷类型的标注， 以构成PCB缺陷数据集； 训练单元， 所述训练单元用于通过所述PCB缺陷数据集对改进的YOLOv3进行训练， 以得 到PCB缺陷检测模型， 其中， 所述改进的YOLOv3的预测头前引入了通道注意力模块， 且所述 改进的YOLOv3采用DIOU损失函数； 第二获取 单元， 所述第二获取 单元用于获取待检测PCB图像； 检测单元， 所述检测单元用于将所述待检测PCB图像输入所述PCB缺陷检测模型， 以得 到所述待检测PCB图像的缺陷类型。 7.根据权利要求6所述的， 其特 征在于， 还 包括： 聚类单元， 所述聚类单元用于在通过所述PCB缺陷数据集对改进的YOLOv3进行训练之权　利　要　求　书 1/2 页 2 CN 115330706 A 2前， 使用K ‑means++聚类算法对 所述PCB缺陷数据集进 行聚类操作， 以获取适用于PCB缺陷检 测的先验框 。 8.根据权利 要求7所述的基于改进的YOLOv3的PCB缺陷检测装置， 其特征在于， PCB图像 的缺陷类型包括短路、 开路、 缺口、 毛刺、 漏焊、 余铜中的多个。 9.根据权利要求8所述的基于改进的YOLOv3的PCB缺陷检测装置， 其特征在于， 所述通 道注意力模块执 行以下运 算： 其中， F'为所述通道注意力模块的输出， F为所述通道注意力模块的输入， Mc(F)为一维 通道注意力权 重。 10.根据权利要求9所述的基于改进的YOLOv3的PCB缺陷检测装置， 其特征在于， 所述 DIOU损失函数为： 其中， LDIOU表示DIOU损失函数中的损失， IOU为交并比， ρ2(b,bgt)为预测框与真实框中心 点坐标的欧氏距离的平方， b为预测框的中心点坐标， bgt为真实框的中心点坐 标， c为包含预 测框与真实框的最小矩形框的对角线距离 。权　利　要　求　书 2/2 页 3 CN 115330706 A 3