工业环境中实时PCB缺陷检测的深度学习方法与系统

本发明提出一种工业环境中实时PCB缺陷检测的深度学习方法与系统，该方法包括：将输入特征图输入特征提取融合模块，通过特征提取融合模块内的混合增强模块和压缩激励模块处理，得到压缩激励模块的输出特征图，得到中间特征；将中间特征输入预测模型的检测器，同时结合检测器内的评分机制，输出回归和分类结果；将回归和分类结果作为训练样本，通过置信度学习模块更新预测模型，将输入特征图输入更新后的预测模型得到预测结果。本发明通过结合组卷积和通道混洗两种技术，对卷积神经网络结构进行了重新设计，大幅减少了模型的参数数量，显著提升了推理速度，进一步提升了网络的整体性能。

《工业环境中实时PCB缺陷检测的深度学习方法与系统》是一发明专利，专利号为 2024111495340，当前法律状态为已下证，由华东交通大学提出申请，发明人为袁朝晖;唐向阳，申请日期为2024-08-21，公开（公告）日期为2024-10-25，国际专利分类号（IPC）为 G06N 3/082 (2023.01)，高新资质：未报高企。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：本发明提出一种工业环境中实时PCB缺陷检测的深度学习方法与系统，该方法包括：将输入特征图输入特征提取融合模块，通过特征提取融合模块内的混合增强模块和压缩激励模块处理，得到压缩激励模块的输出特征图，得到中间特征；将中间特征输入预测模型的检测器，同时结合检测器内的评分机制，输出回归和分类结果；将回归和分类结果作为训练样本，通过置信度学习模块更新预测模型，将输入特征图输入更新后的预测模型得到预测结果。本发明通过结合组卷积和通道混洗两种技术，对卷积神经网络结构进行了重新设计，大幅减少了模型的参数数量，显著提升了推理速度，进一步提升了网络的整体性能。

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！