[发明专利]基于SSD算法的激光器芯片缺陷检测及分类方法与系统

权利要求书

1.基于SSD算法的激光器芯片缺陷检测及分类方法，其特征在于，所述检测及分类方法包括，

搭建SSD网络，按预设参数训练SSD网络；

将训练好的SSD网络嵌入计算机；

传送带将待检测芯片依次传送至与工业相机相对应的成像位置，工业相机获取待检测芯片的成像图像并传输至计算机；

计算机利用训练好的SSD网络识别待检测芯片的激光器芯片封装表面的缺陷类型；

其中，所述“按预设参数训练SSD网络”步骤包括，

针对SSD网络中VGG-16部分进行训练，训练的预设参数预设值为：权重下降率0.0005，学习率0.001，学习率下降因子0.94，训练批次大小151；

当训练网络收敛到预设值时，对网络进行微调，参数与训练时的参数在预设范围内相同，学习率改为0.00001，批次大小更改为32；

其中，所述检测及分类方法还包括，

预先设置传送带参数、待检测芯片摆放位置及位置间隔、照明系统的位置及角度；

开始检测，工业相机在照明系统的光照下获取位于当前成像位置的待检测芯片的成像图像；

计算机诊断待检测芯片是否合格，若合格则继续检测下一位置的待检测芯片，若不合格，则计算机记录待检测芯片的缺陷类型并报警提示；

其中，所述缺陷类型包括表面点蚀、表面划痕、表面裂纹和/或表面擦痕。

2.基于SSD算法的激光器芯片缺陷检测及分类系统，其特征在于，所述检测及分类系统用以实现权利要求1所述检测及分类方法，所述检测及分类系统包括，照明装置、工业相机、传送带及计算机；所述照明装置及工业相机与计算机相连接，所述传送带设置在工业相机下方，所述照明装置的光照位置覆盖所述工业相机的成像位置，所述成像位置及带检测芯片设置在传送带上表面，所述计算机内嵌入训练SSD网络，利用训练好的SSD网络识别待检测芯片的激光器芯片封装表面的缺陷类型。

3.如权利要求2所述的基于SSD算法的激光器芯片缺陷检测及分类系统，其特征在于，所述SSD网络的预设参数预设值为：权重下降率0.0005，学习率0.001，学习率下降因子0.94，训练批次大小151；参数与训练时的参数基本相同，学习率改为0.00001，批次大小更改为32。

4.如权利要求3所述的基于SSD算法的激光器芯片缺陷检测及分类系统，其特征在于，所述计算机还包括，

诊断模块，用于根据SSD网络输出结果判定待检测芯片是否合格及缺陷类型；记录模块，用于记录缺陷类型；

报警模块，用于根据缺陷类型输出报警提示。

5.如权利要求4所述的基于SSD算法的激光器芯片缺陷检测及分类系统，其特征在于，所述缺陷类型包括表面点蚀、表面划痕、表面裂纹和/或表面擦痕。

6.如权利要求5所述的基于SSD算法的激光器芯片缺陷检测及分类系统，其特征在于，所述检测及分类系统还包括，与计算机连接的机械手，所述机械手根据缺陷类型对待检测芯片进行分类放置。