基于深度學習的高密度柔性電路基板缺陷檢測研究
發(fā)布時間:2024-07-07 09:03
柔性電路基板(Flexible Integrated Circuit Substrate,FICS)是集成電路的一個重要組成部分,在各類電子產品中有著廣泛的應用。電子產品的發(fā)展方向是在更小的體積下實現(xiàn)更多功能。因此,為了節(jié)省電子產品的空間,FICS也一直往高密度趨勢的發(fā)展,目前FICS的線寬線距已經達到了微米的級別。如果帶有缺陷的產品流入下一個工藝中,會帶來巨大損失,所以FICS的缺陷檢測是廠商在生產過程中的一個關鍵環(huán)節(jié)。目前,大多數(shù)廠商采用的仍然是人工目檢的方法。但是,人工目檢會導致大量勞動力資源的浪費,而且高密度的線路會使得人工目檢變得非常困難與低效。如果利用傳統(tǒng)的數(shù)字圖像特征技術對FICS圖像進行自動缺陷檢測,因為它需要對圖片進行像素級別的遍歷,所以存在速度偏慢的問題。近些年來,深度學習技術發(fā)展非常迅速。本文對基于深度學習技術的高密度柔性電路基板缺陷檢測進行探索,而FICS缺陷樣本較少,并且部分缺陷比較難以檢測,所以本文對缺陷檢測中的小樣本問題和難樣本問題進行了研究,文章主要工作如下:(1)提出了一種基于改進的Faster R-CNN的缺陷檢測算法。基于Faster R-CNN算...
【文章頁數(shù)】:77 頁
【學位級別】:碩士
【部分圖文】:
本文編號:4003472
【文章頁數(shù)】:77 頁
【學位級別】:碩士
【部分圖文】:
圖1-1國內自主研發(fā)的光學檢測設備
導致國內的設制造商無法充分利用現(xiàn)有的設備進行再研發(fā)。而國內自主研發(fā)的光學檢測設備,如圖1-1所示,由于起步較晚,在缺陷檢測算法的效率與精確度上,與國外成熟公司的產品的檢測算法仍有較大差距。大多數(shù)FICS制造廠商的缺陷檢測算法,仍然采用的是基于傳統(tǒng)數(shù)字圖像特征的算法,這種算法....
圖2-1淺層網絡結構
華南理工大學碩士學位論文(3)深度學習平臺的創(chuàng)建。人工智能相關行業(yè)的程序員們,開發(fā)了各種深度學習框架,如Caffe,TensorFlow,Keras,Torch等等,并將它們推廣開來,為更多的深度學習技術研究人員提供了便利,推動了這項技術的發(fā)展。2.2.2深度學習網絡模型....
圖2-2深層網絡結構
華南理工大學碩士學位論文(3)深度學習平臺的創(chuàng)建。人工智能相關行業(yè)的程序員們,開發(fā)了各種深度學習框架,如Caffe,TensorFlow,Keras,Torch等等,并將它們推廣開來,為更多的深度學習技術研究人員提供了便利,推動了這項技術的發(fā)展。2.2.2深度學習網絡模型....
圖2-3卷積神經網絡結構
華南理工大學碩士學位論文絡一般包含了輸入層,卷積層,池化層,全連接層和輸出層這5個子結構。其連接模式一般為輸入層卷積層池化層全連接層輸出層,其中卷積層,池化層及全連接層可以采用多個進行組合的方式來構建模型。卷積層和池化層的設計大大降低了維度災難和梯度消失的影響!
本文編號:4003472
本文鏈接:http://lk138.cn/kejilunwen/dianzigongchenglunwen/4003472.html
上一篇:背景變化的多運動目標實時在線跟蹤方法研究
下一篇:沒有了
下一篇:沒有了