發(fā)布時(shí)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(gè)重要組成部分,在各類電子產(chǎn)品中有著廣泛的應(yīng)用。電子產(chǎn)品的發(fā)展方向是在更小的體積下實(shí)現(xiàn)更多功能。因此,為了節(jié)省電子產(chǎn)品的空間,FICS也一直往高密度趨勢(shì)的發(fā)展,目前FICS的線寬線距已經(jīng)達(dá)到了微米的級(jí)別。如果帶有缺陷的產(chǎn)品流入下一個(gè)工藝中,會(huì)帶來巨大損失,所以FICS的缺陷檢測(cè)是廠商在生產(chǎn)過程中的一個(gè)關(guān)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(huì)導(dǎo)致大量勞動(dòng)力資源的浪費(fèi),而且高密度的線路會(huì)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(shù)對(duì)FICS圖像進(jìn)行自動(dòng)缺陷檢測(cè),因?yàn)樗�需要�?duì)圖片進(jìn)行像素級(jí)別的遍歷,所以存在速度偏慢的問題。近些年來,深度學(xué)習(xí)技術(shù)發(fā)展非常迅速。本文對(duì)基于深度學(xué)習(xí)技術(shù)的高密度柔性電路基板缺陷檢測(cè)進(jìn)行探索,而FICS缺陷樣本較少,并且部分缺陷比較難以檢測(cè),所以本文對(duì)缺陷檢測(cè)中的小樣本問題和難樣本問題進(jìn)行了研究,文章主要工作如下:(1)提出了一種基于改進(jìn)的Faster R-CNN的缺陷檢測(cè)算法�；�于Faster R-CNN算...

【文章頁數(shù)】：77 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖1-1國內(nèi)自主研發(fā)的光學(xué)檢測(cè)設(shè)備

導(dǎo)致國內(nèi)的設(shè)制造商無法充分利用現(xiàn)有的設(shè)備進(jìn)行再研發(fā)。而國內(nèi)自主研發(fā)的光學(xué)檢測(cè)設(shè)備，如圖1-1所示，由于起步較晚，在缺陷檢測(cè)算法的效率與精確度上，與國外成熟公司的產(chǎn)品的檢測(cè)算法仍有較大差距。大多數(shù)FICS制造廠商的缺陷檢測(cè)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(wǎng)絡(luò)結(jié)構(gòu)

華南理工大學(xué)碩士學(xué)位論文(3)深度學(xué)習(xí)平臺(tái)的創(chuàng)建。人工智能相關(guān)行業(yè)的程序員們，開發(fā)了各種深度學(xué)習(xí)框架，如Caffe，TensorFlow，Keras，Torch等等，并將它們推廣開來，為更多的深度學(xué)習(xí)技術(shù)研究人員提供了便利，推動(dòng)了這項(xiàng)技術(shù)的發(fā)展。2.2.2深度學(xué)習(xí)網(wǎng)絡(luò)模型....

圖2-2深層網(wǎng)絡(luò)結(jié)構(gòu)

華南理工大學(xué)碩士學(xué)位論文(3)深度學(xué)習(xí)平臺(tái)的創(chuàng)建。人工智能相關(guān)行業(yè)的程序員們，開發(fā)了各種深度學(xué)習(xí)框架，如Caffe，TensorFlow，Keras，Torch等等，并將它們推廣開來，為更多的深度學(xué)習(xí)技術(shù)研究人員提供了便利，推動(dòng)了這項(xiàng)技術(shù)的發(fā)展。2.2.2深度學(xué)習(xí)網(wǎng)絡(luò)模型....

圖2-3卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

華南理工大學(xué)碩士學(xué)位論文絡(luò)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(gè)子結(jié)構(gòu)。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(gè)進(jìn)行組合的方式來構(gòu)建模型。卷積層和池化層的設(shè)計(jì)大大降低了維度災(zāi)難和梯度消失的影響�！�

本文編號(hào)：4003472