基于深度学习的电路板塞孔缺陷检测方法及装置

摘要

本发明涉及一种基于深度学习的电路板塞孔缺陷检测方法、装置、存储介质以及电子设备，该方法包括：获取电路板塞孔图像样本，构建电路板塞孔缺陷检测模型以及损失函数，将电路板塞孔图像样本输入至特征提取网络、多层感知神经网络和softmax分类器进行训练，且通过焦点损失函数、软损失函数和引力损失函数对进行优化，获得训练好的电路板塞孔缺陷检测模型，将待检测的电路板塞孔图像输入到训练好的电路板塞孔缺陷检测模型中，获取电路板塞孔图像的缺陷识别结果，确定缺陷类别。综合焦点损失函数、软损失函数和引力损失函数的联合监督，使电路板塞孔缺陷检测模型考虑了缺陷特征的巨大变化和不确定样本的模糊性，从而提高了电路板塞孔缺陷检测精度。