科研之友
微信
新浪微博
Facebook
分享链接
摘要
提出了一种快速、准确识别和定位高速焊线机微芯片图像焊点的新方法。首先使用聚类算法对自制微芯片图像训练集中标注的边界框进行分析,得到锚框尺寸;然后使用卷积神经网络对输入的微芯片图像数据集进行特征提取,对深层特征图进行上采样,与浅层特征图拼接在一起进行特征融合,用于预测焊点位置和类别;最后对多种尺寸图片进行训练,以缓解分辨率的突然切换对模型造成的影响,提高模型的适应能力。采用提出的焊点识别模型在高速焊线机上对不同形状焊点的发光二极管(LED)芯片进行识别,实验结果表明,该模型单张图片识别速度为5 ms,定位精度为99.67%,比传统模板匹配算法高。且该方法对微芯片形状、生产环境以及光照无一致性要求,更适合工业化生产需求。
- 单位
