[发明专利]一种PCB板缺陷的检测方法

权利要求书

1.一种PCB板缺陷的检测方法，其特征在于，包括如下步骤：

第一步，初步检测，通过AOI或AVI对PCB板进行拍照取像，并进行样本图片对比检测，按照规则性缺陷和非规则性缺陷输出检测结果，并将规则性缺陷和非规则性缺陷按照坐标进行标定，之后将规则性缺陷的信息传输到复检系统；

第二步，将标定的非规则性缺陷部分的图片传输给AI人工智能，人工智能将非规则性缺陷图片与训练形成的检测数据库进行比对，判断非规则性真假缺陷缺陷类型，然后将真缺陷的信息传输到复检系统；

第三步，复检系统接收到规则性缺陷信息和非规则性真缺陷信息后安排人工复检核对，对缺陷数据进行统计优化，完成PCB板的缺陷检测。

2.根据权利要求1所述的一种PCB板缺陷的检测方法，其特征在于，第二步中,AI人工智能检测的步骤如下：

①、构建和训练AI模型，通过人工智能深度学习的方法训练出按照缺陷进行分类的AI模型；

②、人工智能检测，将AOI或AVI检测的缺陷图片传输到已训练好的AI模型，根据已训练好的AI模型计算传输过来的缺陷图片数据，判断真假缺陷及缺陷类型，并且将判断的真缺陷进行归类；

③、结果反馈，将归类后的真缺陷进行统计，并且以信息反馈的方式表达出来，并反馈到客户端。

3.根据权利要求2所述的一种PCB板缺陷的检测方法，其特征在于，步骤③中的信息反馈方式包括但不限于表格信息、柱状图信息和扇形图信息。

4.根据权利要求2所述的一种PCB板缺陷的检测方法，其特征在于，步骤①构建模型数据库的包括如下步骤，步骤①构建和训练AI模型包括如下步骤，1）、将用于AI模型训练的缺陷PCB板制作成标注图片，形成训练图片集，并按照一个训练图片不少于一个标签进行标注，在进行标签标注时，按照缺陷的类别进行分类，并形成训练数据库；2）、从训练数据库中选取对应标准的缺陷数据，构成人工智能检测的模型训练集；3）、将模型训练集传给AI模型进行训练，并生成该标准的AI模型，存入模型数据库以供调用。

5.根据权利要求4所述的一种PCB板缺陷的检测方法，其特征在于，步骤1）中，训练图片制作时，步骤1）中，训练图片制作时，第一步先将有缺陷的PCB板制作成标注图片，第二步在图片中将缺陷部分用方框或圆框进行框定，并配上对应的标签进行标注，第三步采用包括但不限于XML、JSON、CSV的格式保存已标定的图片标注的图片像素信息，标定方框四个坐标位置信息或标定圆框中心坐标位置信息，缺陷类型信息，以及对应图片所在的路径信息，得到标签文件，第四步，将标签文件名前缀与图片文件名前缀一一对应，完成训练数据制作。

6.根据权利要求4所述的一种PCB板缺陷的检测方法，其特征在于，步骤1）中，将标签按照缺陷类别分类后，针对同一个类别的不同缺陷等级再次进行分级标定。