[发明专利]一种基于X光图像的LED焊盘气泡AI检测方法

权利要求书

1.一种基于X光图像的LED焊盘气泡AI检测方法，其特征在于，包括以下步骤：

S1：搭建语义分割的神经网络模型，并设置至少两个输出通道，且每个输出通道的交叉熵损失组成Loss函数；

S2：将至少两种LED焊盘的X-Ray图像混合，并对图像中的焊盘和气泡进行标注，以形成训练集；

S3：利用步骤S2中形成的训练集训练步骤S1中搭建的神经网络模型；

S4：对步骤S3训练后的神经网络模型进行验证，验证合格的神经网络模型投入使用，验证不合格的神经网络模型返回步骤S2。

2.根据权利要求1所述的一种基于X光图像的LED焊盘气泡AI检测方法，其特征在于，步骤S2中每种LED焊盘的X-Ray图像至少20张。

3.根据权利要求1所述的一种基于X光图像的LED焊盘气泡AI检测方法，其特征在于，对所述训练集内的图像进行随机数据增强。

4.根据权利要求1所述的一种基于X光图像的LED焊盘气泡AI检测方法，其特征在于，所述神经网络模型的神经网络框架选用tensorflow框架。

5.根据权利要求1所述的一种基于X光图像的LED焊盘气泡AI检测方法，其特征在于，所述神经网络模型的模型结构采用UNet神经网络模型结构。

6.根据权利要求1所述的一种基于X光图像的LED焊盘气泡AI检测方法，其特征在于，神经网络模型的输出通道上设置阈值。