买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉福建工程学院申请的专利一种自适应特征增强融合的PCB缺陷检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116543174B 。

龙图腾网通过国家知识产权局官网在2026-05-01发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310507441.X，技术领域涉及：G06V10/44；该发明授权一种自适应特征增强融合的PCB缺陷检测方法是由陈健;王守印;郑文斌;林丽;蒋柱武;何栋炜;刘丽桑;张定恒设计研发完成，并于2023-05-08向国家知识产权局提交的专利申请。

本一种自适应特征增强融合的PCB缺陷检测方法在说明书摘要公布了：本发明公开一种自适应特征增强融合的PCB缺陷检测方法，将采集到的PCB图像输入到嵌入NAM模块的特征提取器ResNext‑101，对缺陷区域进行初始特征提取；将提取得到的特征图输入到AFF模块，通过不同尺度的卷积来捕获不同感受野下不同类型和大小的缺陷特征，再对得到的多尺度信息进行通道归一化后得到输出特征K；对输出特征K进行三次自下而上的反卷积上采样，得到高分辨率特征图；对得到的高分辨率特征图依次进行3×3、1×1两次卷积操作，最终输出对PCB缺陷的定位和分类预测。本发明显著提升对被检目标的识别和定位精度。

本发明授权一种自适应特征增强融合的PCB缺陷检测方法在权利要求书中公布了：1.一种自适应特征增强融合的PCB缺陷检测方法，其特征在于：其包括以下步骤： 步骤S1：将采集到的PCB图像输入到嵌入NAM模块的特征提取器ResNext-101，对缺陷区域进行PCB初始特征图提取； 步骤S2：将提取得到的PCB初始特征图输入到AFF模块，AFF模块通过不同尺度的卷积来捕获不同感受野下不同类型和大小的缺陷特征得到对应的多尺度信息特征图，再对得到的多尺度信息特征图进行通道归一化后得到剔除冗余信息且包含具有不同权重的缺陷特征的输出特征K； 步骤S3：对输出特征K进行三次自下而上的反卷积上采样得到高分辨率特征图； 步骤S4：对得到的高分辨率特征图依次进行3×3、1×1两次卷积操作，最终输出对PCB缺陷的定位和分类预测； 其中，特征提取器ResNext-101的每个残差结构的末端嵌入一个NAM模块，NAM模块用于对每个通道的特征信息进行高低权重分配以关注目标特征；NAM模块包括通道注意力模块CAM和空间注意力模块SAM，NAM模块的通道注意力模块CAM利用批归一化BN中的比例因子反映各通道的重要程度；通道注意力模块CAM首先对输入的特征进行批归一化操作得到每个通道的比例因子；然后根据比例因子对每个通道的特征信息进行高低权重分配，以关注目标特征；最后经过sigmoid激活函数输出特征；NAM模块的空间注意力模块SAM将批归一化BN用于空间维度，通过对像素进行归一化来衡量空间特征的重要性； AFF模块利用1×1卷积、不同空洞率的3×3卷积和全局池化对输入特征图进行强化特征提取；使用1×1卷积和全局池化操作对特征图进行全局特征提取得到特征图A1、A3，并利用不同空洞率的3×3卷积通过扩大感受野对不同大小缺陷的特征进行提取得到特征图A2；不同空洞率下的特征图A2进行特征融合得到特征图A3；A1、A3和A4使用1×1卷积进行降维处理得到权重Wθ、Wφ、Wg，Wθ和Wg进行矩阵相乘以聚合不同内容信息并通过softmax函数归一化得到注意力特征WθWφT，WθWφT与Wg进行矩阵相乘以对缺陷特征进行权重分配，得到细致的输出特征K。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人福建工程学院，其通讯地址为：350000 福建省福州市闽侯县上街镇学府南路69号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。