一种基于可变形融合通道位置注意力与多尺度自适应特征融合的印刷电路板表面缺陷检测方法及装置

本发明涉及一种基于可变形融合通道位置注意力与多尺度自适应特征融合的印刷电路板表面缺陷检测方法及装置，方法包括：采集待检测印刷电路板图像；将所述待检测印刷电路板图像输入深度学习网络模型，输出所述待检测印刷电路板图像的表面缺陷检测结果，其中，所述深度学习网络模型通过印刷电路板表面缺陷数据集训练获得，所述深度学习网络模型通过多尺度特征融合策略融合不同尺度特征、通过通道特征与空间特征聚焦于关键特征区域。本发明能够有效利用印刷电路板图像中的特征信息，提高印刷电路板表面缺陷的检测准确性和鲁棒性。

《一种基于可变形融合通道位置注意力与多尺度自适应特征融合的印刷电路板表面缺陷检测方法及装置》是一发明专利，专利号为 2025111152932，当前法律状态为已下证，由广东工业大学提出申请，发明人为吴衡;苏行健;罗劭娟，申请日期为2025-08-11，公开（公告）日期为2026-04-10，国际专利分类号（IPC）为 G06T 7/00 (2017.01)，高新资质：未报高企，所属技术领域包括：PCB检测、电路板检测、印刷电路板、工业质检、产品质量检测、机器视觉、缺陷识别、目标检测、深度学习、轻量化、信息技术、计算机、芯片半导体、图像识别检测、工业自动化、物联网。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明涉及一种基于可变形融合通道位置注意力与多尺度自适应特征融合的印刷电路板表面缺陷检测方法及装置，方法包括：采集待检测印刷电路板图像；将所述待检测印刷电路板图像输入深度学习网络模型，输出所述待检测印刷电路板图像的表面缺陷检测结果，其中，所述深度学习网络模型通过印刷电路板表面缺陷数据集训练获得，所述深度学习网络模型通过多尺度特征融合策略融合不同尺度特征、通过通道特征与空间特征聚焦于关键特征区域。本发明能够有效利用印刷电路板图像中的特征信息，提高印刷电路板表面缺陷的检测准确性和鲁棒性。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！