[发明专利]神经网络训练方法、相关方法、设备、终端及存储介质

说明书

本申请公开了一种神经网络训练方法、尖角检测方法、缺陷检测方法、光学检测设备、智能终端以及计算机可读存储介质，该神经网络训练方法包括：获取包括若干待训练图像的训练集，其中，待训练图像中包括电路板中尖角的标注信息；将训练集输入神经网络进行训练，得到用于检测电路板图像中尖角的神经网络。上述方法，利用输入的训练集中电路板的尖角及其尖角的标注信息来训练检测尖角的神经网络，能够提高神经网络检测的电路板图像中尖角的精准度和效率。

技术领域

本申请涉及图像处理技术领域，特别是一种神经网络训练方法、相关方法、设备、终端及存储介质。

背景技术

随着汽车电子、通讯设备、变压器、电感装置和电源模块等产品在生活中的广泛应用以及电子信息技术、通讯技术的快速发展，市场对高传输、高电压的电子产品提出了更高的要求。而作为电子元器件的基础承载部件-印刷电路板(Printed circuit board，简称PCB)，其性能的优劣直接影响电子元器安装后产品的性能。

由于PCB在生产过程中无法避免地存在大量的缺陷，并且存在的缺陷主要位于PCB的尖角处。因此，需要对存在缺陷的尖角进行检测，以根据检测结果进行后续的PCB修复工作；而PCB线路上的尖角非常小且密集，若完全进行人工标注将非常费时费力，且容易出错。如果不对尖角进行检测，而直接将存在缺陷的尖角放入下一个流程中进行制造，后续PCB的修补成本将会越来越高，且更容易报废，造成大量的浪费成本。

发明内容

为解决上述问题，本申请提供了一种神经网络训练方法、相关方法、设备、终端及存储介质，能够提高神经网络检测的电路板图像中尖角的精准度和效率。

本申请采用的一个技术方案是：一种神经网络训练方法，该方法包括：获取包括若干待训练图像的训练集，其中，待训练图像中包括电路板中尖角的标注信息；将训练集输入神经网络进行训练，得到用于检测电路板图像中尖角的神经网络。

可选地，神经网络训练方法，还包括：获取尖角模板；利用尖角模板遍历待训练图像中的电路板区域，标注待训练图像中与尖角模板相匹配的尖角区域。

可选地，获取包括若干待训练图像的训练集之后，神经网络训练方法还包括：对若干待训练图像进行翻转、旋转、放大、缩小、色度调整中的一种或多种图像处理，得到若干扩展图像；利用若干扩展图像对训练集进行更新。

可选地，神经网络采用样本平衡损失函数进行迭代训练。

本申请采用的另一个技术方案是：提供一种尖角检测方法，该尖角检测方法包括：获取电路板的待检测图像；将待检测图像输入预先训练的神经网络，获取待检测图像中尖角的检测信息；其中，预先训练的神经网络通过如上所述的神经网络训练方法训练得到。

可选地，获取待检测图像中尖角的检测信息之后，尖角检测方法还包括：利用尖角的检测信息在待检测图像中生成尖角的标注框及其置信度。

本申请采用的另一个技术方案是：提供一种缺陷检测方法，该缺陷检测方法包括：获取电路板的设计图和采集图像；在采集图像中获取尖角所在区域；在尖角所在区域以外的区域匹配设计图和所述采集图像；按照设计图和采集图像的匹配结果，输出缺陷信息；其中，尖角所在区域为通过预先训练的神经网络检测得到。

可选地，在尖角所在区域以外的区域匹配设计图和采集图像，包括：获取设计图和采集图像的映射矩阵；基于映射矩阵将采集图像上的尖角所在区域映射到设计图，生成尖角掩膜；利用设计图中尖角掩膜以外的区域，与采集图像进行匹配。

本申请采用的另一个技术方案是：提供一种光学检测设备，该光学检测设备包括：图像获取模块，用于获取电路板的设计图和采集图像；区域提取模块，用于在采集图像中获取尖角所在区域；其中，尖角所在区域为通过预先训练的神经网络检测得到；区域匹配模块，用于在尖角所在区域以外的区域匹配设计图和采集图像；缺陷输出模块，用于按照设计图和采集图像的匹配结果，输出缺陷信息。