一种基于红外热像和深度学习的电路板智能检测诊断方法

摘要

本发明涉及电路板检测诊断技术领域，具体为一种基于红外热像和深度学习的电路板智能检测诊断方法，具体步骤如下：用Python语言编写应用程序软件，在该软件中搭建基于Alexnet模型的深度学习分类模型；采集目标电路板正常工作和异常工作时的红外图像，并将采集到的红外图像按照类别放入在相应的文件夹内；将采集到的红外图像放到模型中的数据集路径中；将需要检测的电路板红外图像放到指定路径，运行电路板检测程序；将输出按照尺寸重新绘制的红外图片、检测结果、正确概率信息供电路板检测人员参考。本发明无需先将图片转为灰度图片；扩展性强；大大提高了电路板检测效率，减轻了人员的工作强度和压力，也一定程度降低人工主观因素导致的误判。