CN117132599B - 线路板缺陷检测方法、装置、电子设备及存储介质 - Google Patents
线路板缺陷检测方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN117132599B CN117132599B CN202311397542.2A CN202311397542A CN117132599B CN 117132599 B CN117132599 B CN 117132599B CN 202311397542 A CN202311397542 A CN 202311397542A CN 117132599 B CN117132599 B CN 117132599B
- Authority
- CN
- China
- Prior art keywords
- circuit board
- detected
- training
- camera
- detection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 234
- 230000007547 defect Effects 0.000 title claims abstract description 148
- 238000003860 storage Methods 0.000 title claims abstract description 13
- 238000012549 training Methods 0.000 claims abstract description 181
- 238000000034 method Methods 0.000 claims description 49
- 238000007689 inspection Methods 0.000 claims description 18
- 230000035772 mutation Effects 0.000 claims description 18
- 238000013459 approach Methods 0.000 claims description 10
- 238000005476 soldering Methods 0.000 claims description 7
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 claims description 6
- 230000000007 visual effect Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 10
- 229910000679 solder Inorganic materials 0.000 description 9
- 238000003466 welding Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 6
- 239000000758 substrate Substances 0.000 description 6
- 230000002950 deficient Effects 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000005192 partition Methods 0.000 description 4
- 238000004026 adhesive bonding Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000007789 sealing Methods 0.000 description 2
- 101100163433 Drosophila melanogaster armi gene Proteins 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/143—Sensing or illuminating at different wavelengths
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30148—Semiconductor; IC; Wafer
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30152—Solder
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Quality & Reliability (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本申请公开了一种线路板缺陷检测方法、装置、电子设备及存储介质，涉及电路板检测技术领域，将通过接点检测组件中的相机获取的元件图像，其中，元件图像的拍摄方向与所述待测平面成预设夹角；基于预训练检测模型检测元件图像中所述元件与待检测线路板之间的连接缺陷。通过接点检测组件中的相机来获取线路板上元件的元件图像，可保证元件图像可以以较低的拍摄视角被获取到，即相机的拍摄方向与待测平面之间的夹角较小，从而使得元件图像可包含足够的元件与待测电路板之间的连接信息，以便于将该元件图像输入至预训练检测模型后，可通过预训练检测模型来准确的检测元件与待测电路板之间是否存在缺陷，从而保证检测结果的准确度。
Description
技术领域
本申请涉及电路板检测领域，尤其涉及一种线路板缺陷检测方法、装置、电子设备及存储介质。
背景技术
SMT（Surface Mounted Technology）是指基于电路板进行贴片加工的系列工艺流程，对于各贴装元器件在电路板连接处的检测是生产工序中的重要流程，其用于及时发现各种焊接缺陷，筛选出不良品，从而保证产品质量。
在SMT行业，焊点检测包括2D检测和3D检测两种方法。2D检测采用一个下视相机获取电路板上的连接图像，因高度方向存在遮挡，很多特征无法获取到，尤其是元器件正下方的连接点根部。而对于3D检测，国际上从事3D测量的知名厂商如Koh yong、Omron、armi等均采用大倾角的数字光栅配合投影仪的结构进行检测，高度方向尺寸压缩明显，测得值与真实值存在较大偏差，从拍摄的图像中无法清晰的获取到连接点的部分特征来判断是否存在缺陷，从而导致检测结果不准确。
发明内容
本申请的主要目的在于提供一种线路板缺陷检测方法、装置、电子设备及存储介质，旨在解决目前对电路板缺陷进行检测时，检测结果不准的技术问题。
为实现上述目的，本申请提供一种线路板缺陷检测方法，在检测线路板的缺陷时，通过接点检测组件获取线路板上元件的元件图像，所述接点检测组件包括：底座，所述底座上设置有第一导向部；其中，所述第一导向部为导向槽或导向凸起；至少一个相机，所述相机可滑动地连接于所述第一导向部中，所述相机的镜头朝向线路板所在的待测平面；所述相机沿所述第一导向部滑动并靠近所述待测平面的过程中，所述镜头的拍摄方向与所述待测平面之间的夹角逐渐减小，所述线路板缺陷检测方法包括：
通过所述接点检测组件中的相机获取所述的元件图像，其中，所述元件图像的拍摄方向与所述待测平面成预设夹角；
基于预训练检测模型检测所述元件图像中所述元件与待检测线路板之间的连接缺陷。
可选地，所述接点检测组件还包括RGB光源装置，所述RGB光源装置可滑动地连接于所述第一导向部中，所述RGB光源装置环绕所述镜头，且所述RGB光源装置的出光方向朝向所述待测平面，且所述出光方向与所述待测平之间的夹角大于所述预设夹角；
所述通过所述接点检测组件中的相机获取所述的元件图像的步骤包括：
启动所述RGB光源装置对所述元件进行照明；
通过所述相机拍摄所述元件，以获取所述元件图像。
可选地，所述接点检测组件包括两个第一滑动件和间距调节装置，每个所述第一滑动件上设置有所述第一导向部，每个所述第一滑动件沿平行于所述待测平面的方向可滑动地连接于所述底座上，所述间距调节装置包括驱动源和丝杆，所述丝杆包括第一进程部分和第二进程部分，所述第一进程部分和所述第二进程部分的螺纹方向相反，所述第一进程部分和所述第二进程部分分别连接一个所述第一滑动件，所述间距调节装置通过所述驱动源驱动所述丝杆转动，以使各所述第一滑动件沿平行于所述待测平面的方向在所述底座上滑动；
所述通过所述相机获取所述元件图像的步骤还包括：
基于所述元件的尺寸信息生成拍摄间距；
通过所述间距调节装置和所述拍摄间距调节两个所述第一滑动件之间的间距，以调整分别与所述第一滑动件关联的相机之间的间距；
通过调整间距后的相机拍摄所述元件，以获取所述元件图像。
可选地，所述基于预训练检测模型检测所述元件图像中所述元件与待检测线路板之间的连接缺陷的步骤包括：
通过所述预训练检测模型从所述元件图像中确定候选区域，以及提取所述候选区域的特征，其中，所述候选区域为所述元件与所述线路板之间连接部分的区域；
基于所述预训练检测模型对所述特征进行分类，以检测所述候选区域中所述元件与所述线路板之间是否存在连接缺陷；
若存在连接缺陷，则在所述元件图像将所述特征标记。
可选地，在所述基于预训练检测模型检测所述元件图像中所述元件与待检测线路板之间的连接缺陷的步骤之前，所述方法包括：
生成所述预训练检测模型的训练样本集，其中，在所述训练样本集的训练样本中，元件与线路板之间的连接部分被划分为候选区域，且所述训练样本的标签为存连接缺陷或不存在连接缺陷；
通过训练样本集对所述预训练检测模型进行训练。
可选地，所述通过训练样本集对所述预训练检测模型进行训练的步骤包括：
对于所述训练样本集中任意一个训练样本，将所述训练样本输入至所述预训练检测模型，得到训练样本中图像的检测结果；
基于所述检测结果与所述训练样本的标签之间的差异，生成所述预训练检测模型的检测损失；
根据所述检测损失对所述预训练检测模型中的模型参数进行调整。
可选地，所述生成所述预训练检测模型的训练样本包括：
对划分了候选区域且标记了标签的各原始样本进行变异生成变异样本，其中，所述变异的方式包括翻转、旋转、镜像、调节亮度和/或调节饱和度；
基于各所述原始样本和各所述变异样本作为训练样本生成所述训练样本集。
此外，为实现上述目的，本申请还提供一种线路板缺陷检测装置，在检测线路板的缺陷时，通过接点检测组件获取线路板上元件的元件图像，所述接点检测组件包括：底座，所述底座上设置有第一导向部；其中，所述第一导向部为导向槽或导向凸起；至少一个相机，所述相机可滑动地连接于所述第一导向部中，所述相机的镜头朝向线路板所在的待测平面；所述相机沿所述第一导向部滑动并靠近所述待测平面的过程中，所述镜头的拍摄方向与所述待测平面之间的夹角逐渐减小；
所述线路板缺陷检测装置包括：
获取模块，用于通过所述接点检测组件中的相机获取所述的元件图像，其中，所述元件图像的拍摄方向与所述待测平面成预设夹角；
检测模块，用于基于预训练检测模型检测所述元件图像中所述元件与待检测线路板之间的连接缺陷。
此外，为实现上述目的，本申请还提供一种电子设备，所述电子设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的线路板缺陷检测程序，所述线路板缺陷检测程序被所述处理器执行时实现上述的线路板缺陷检测方法的步骤。
此外，为实现上述目的，本申请还提供一种存储介质，所述可储介质上存储有线路板缺陷检测程序，所述线路板缺陷检测程序被处理器执行时实现如上述的线路板缺陷检测方法的步骤。
本申请实施例提出的一种线路板缺陷检测方法、装置、电子设备及存储介质。本申请实施例，将通过所述接点检测组件中的相机获取所述的元件图像，其中，所述元件图像的拍摄方向与所述待测平面成预设夹角；基于预训练检测模型检测所述元件图像中所述元件与待检测线路板之间的连接缺陷。可以理解的是，通过接点检测组件中的相机来获取线路板上元件的元件图像，保证元件图像可以以较低的拍摄视角被获取到，即相机的拍摄方向与待测平面之间的夹角较小，从而使得元件图像可包含足够的元件与待测电路板之间的连接信息，以便于将该元件图像输入至预训练检测模型后，可通过预训练检测模型来准确的检测元件与待测电路板之间是否存在缺陷，从而保证检测结果的准确度。
附图说明
图1是本申请实施例方案涉及的硬件运行环境的电子设备结构示意图；
图2为本申请线路板缺陷检测方法的第一实施例的流程示意图；
图3为本申请线路板缺陷检测方法中第二实施例的流程示意图；
图4为本申请线路板缺陷检测方法中焊点检测组件一实施例的第一角度结构示意图；
图5为本申请线路板缺陷检测方法中焊点检测组件一实施例的第二角度结构示意图；
图6为本申请线路板缺陷检测方法中焊点检测组件一实施例的分解结构示意图；
图7为本申请线路板缺陷检测方法中焊点检测组件一实施例中包含遮光罩的结构示意图；
图8为本申请线路板缺陷检测方法中AOI检测设备一实施例的外观结构示意图；
图9为本申请线路板缺陷检测方法中AOI检测设备一实施例的内部结构示意图；
图10为本申请线路板缺陷检测方法中焊点检测组件一实施例的第三角度结构示意图；
图11为本申请线路板缺陷检测方法中元件缺陷示意图；
图12为本申请线路板缺陷检测方法中元件图像的候选区示意图；
图13为本申请线路板缺陷检测方法中线路板缺陷检测装置示意图。
本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
如图1所示，图1是本申请实施例方案涉及的硬件运行环境的电子设备结构示意图。
本申请实施例的电子设备可以是服务器，也可以是智能手机、PC、平板电脑、便携计算机等电子终端设备。
如图1所示，该电子设备可以包括：处理器1001，例如CPU，网络接口1004，用户接口1003，存储器1005，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏（Display）、输入单元比如键盘（Keyboard），可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口（如WI-FI接口）。存储器1005可以是高速RAM存储器，也可以是稳定的存储器（non-volatile memory），例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
可选地，电子设备还可以包括摄像头、RF（Radio Frequency，射频）电路，传感器、音频电路、WiFi模块等等。终端还可配置陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。本领域技术人员可以理解，图1中示出的电子设备结构并不构成对电子设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
本领域技术人员可以理解，图1中示出的电子设备结构并不构成对电子设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
此外，如图1所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及线路板缺陷检测程序。
在图1所示的电子设备中，网络接口1004主要用于连接后台服务器，与后台服务器进行数据通信；用户接口1003主要用于连接客户端（用户端），与客户端进行数据通信；而处理器1001可以用于调用存储器1005中存储的线路板缺陷检测程序，在检测线路板的缺陷时，通过接点检测组件获取线路板上元件的元件图像，所述接点检测组件包括：底座，所述底座上设置有第一导向部；其中，所述第一导向部为导向槽或导向凸起；至少一个相机，所述相机可滑动地连接于所述第一导向部中，所述相机的镜头朝向线路板所在的待测平面；所述相机沿所述第一导向部滑动并靠近所述待测平面的过程中，所述镜头的拍摄方向与所述待测平面之间的夹角逐渐减小；调用所述线路板缺陷检测程序时执行以下操作：
通过所述接点检测组件中的相机获取所述的元件图像，其中，所述元件图像的拍摄方向与所述待测平面成预设夹角；
基于预训练检测模型检测所述元件图像中所述元件与待检测线路板之间的连接缺陷。
在一可行实施方式中，处理器1001可以调用存储器1005中存储的线路板缺陷检测程序，还执行以下操作：
所述接点检测组件还包括RGB光源装置，所述RGB光源装置可滑动地连接于所述第一导向部中，所述RGB光源装置环绕所述镜头，且所述RGB光源装置的出光方向朝向所述待测平面，且所述出光方向与所述待测平之间的夹角大于所述预设夹角；
所述通过所述接点检测组件中的相机获取所述的元件图像的步骤包括：
启动所述RGB光源装置对所述元件进行照明；
通过所述相机拍摄所述元件，以获取所述元件图像。
在一可行实施方式中，处理器1001可以调用存储器1005中存储的线路板缺陷检测程序，还执行以下操作：
所述接点检测组件包括两个第一滑动件和间距调节装置，每个所述第一滑动件上设置有所述第一导向部，每个所述第一滑动件沿平行于所述待测平面的方向可滑动地连接于所述底座上，所述间距调节装置包括驱动源和丝杆，所述丝杆包括第一进程部分和第二进程部分，所述第一进程部分和所述第二进程部分的螺纹方向相反，所述第一进程部分和所述第二进程部分分别连接一个所述第一滑动件，所述间距调节装置通过所述驱动源驱动所述丝杆转动，以使各所述第一滑动件沿平行于所述待测平面的方向在所述底座上滑动；
所述通过所述相机获取所述元件图像的步骤还包括：
基于所述元件的尺寸信息生成拍摄间距；
通过所述间距调节装置和所述拍摄间距调节两个所述第一滑动件之间的间距，以调整分别与所述第一滑动件关联的相机之间的间距；
通过调整间距后的相机拍摄所述元件，以获取所述元件图像。
在一可行实施方式中，处理器1001可以调用存储器1005中存储的线路板缺陷检测程序，还执行以下操作：
所述基于预训练检测模型检测所述元件图像中所述元件与待检测线路板之间的连接缺陷的步骤包括：
通过所述预训练检测模型从所述元件图像中确定候选区域，以及提取所述候选区域的特征，其中，所述候选区域为所述元件与所述线路板之间连接部分的区域；
基于所述预训练检测模型对所述特征进行分类，以检测所述候选区域中所述元件与所述线路板之间是否存在连接缺陷；
若存在连接缺陷，则在所述元件图像将所述特征标记。
在一可行实施方式中，处理器1001可以调用存储器1005中存储的线路板缺陷检测程序，还执行以下操作：
在所述基于预训练检测模型检测所述元件图像中所述元件与待检测线路板之间的连接缺陷的步骤之前，所述方法包括：
生成所述预训练检测模型的训练样本集，其中，在所述训练样本集的训练样本中，元件与线路板之间的连接部分被划分为候选区域，且所述训练样本的标签为存连接缺陷或不存在连接缺陷；
通过训练样本集对所述预训练检测模型进行训练。
在一可行实施方式中，处理器1001可以调用存储器1005中存储的线路板缺陷检测程序，还执行以下操作：
所述通过训练样本集对所述预训练检测模型进行训练的步骤包括：
对于所述训练样本集中任意一个训练样本，将所述训练样本输入至所述预训练检测模型，得到训练样本中图像的检测结果；
基于所述检测结果与所述训练样本的标签之间的差异，生成所述预训练检测模型的检测损失；
根据所述检测损失对所述预训练检测模型中的模型参数进行调整。
在一可行实施方式中，处理器1001可以调用存储器1005中存储的线路板缺陷检测程序，还执行以下操作：
所述生成所述预训练检测模型的训练样本包括：
对划分了候选区域且标记了标签的各原始样本进行变异生成变异样本，其中，所述变异的方式包括翻转、旋转、镜像、调节亮度和/或调节饱和度；
基于各所述原始样本和各所述变异样本作为训练样本生成所述训练样本集。
参照图2，为本申请线路板缺陷检测方法的第一实施例的流程示意图，进一步参照图4至图10，为本申请提供的接点检测组件，线路板10上元件的元件图像通过接点检测组件获取，所述检测组件包括，底座1，底座1上设置有第一导向部11；其中，第一导向部11为导向槽或导向凸起；至少一个相机2，相机2可滑动地连接于第一导向部11中，相机2的镜头21朝向待检测电路板10的待测平面；相机2沿第一导向部11滑动并靠近待测平面的过程中，镜头21的拍摄方向与待测平面之间的夹角逐渐减小；
在本实施例中，待检测电路板10具体可以是一种印刷电路板或柔性电路板，其待测平面上贴装有多个元件（如封装芯片、半导体元件、Chip元件等），各元件通过锡焊或胶粘的方式连接在待检测电路板10上，也即接点检测组件中的接点可以是焊接点，也可以是粘接点。由于锡焊或胶粘的使用形式、缺陷的表象和使用目的均相同或类似，故在后续实施例中，将以锡焊为例进行说明，相应的，元件与线路板之间的连接部分即为焊点。
图示性地，底座1可以是具有多个构件、位于相机2后方的整个基底部，底座1具体可以指代如图1和图2所示的封板，亦可以指代如图3所示的连接于封板表面的座体，此处不作具体限定。第一导向部11可以是直接开设于零件表面的导向槽，或者在两个间隔设置的零件中间形成的导向槽，或者构成导轨形式的导向凸起；第一导向部11可直接设置于底座1上，亦可通过一转接件间接设置于底座1上。与之对应的，相机2可包括滑动配合于导向槽中的凸起部，或者滑动配合于导向凸起上的卡接部；相机2可直接滑动连接于第一导向部11中，亦可通过一转接件间接滑动连接于第一导向部11中。当相机2为一个以上时（以两个为例），第一导向部11仍可为连续的一个，或者对应分割为两个，以使每一相机2连接于对应的第一导向部11中。当相机2在第一导向部11上滑动至合适位置之后，相机2与第一导向部11之间的固定方式可以是通过长条腰型孔配合螺纹紧固件进行固定，亦可以通过销钉、紧定螺钉等紧固件将相机2顶紧于相应位置上，或者直接通过电机等驱动装置驱动相机2在第一导向部11上滑动，此处不一一列举。
其中，相机2可以是摄像机，镜头21即摄像机的镜头部分，相机2用于获取待检测电路板10上元件的元件图像。
在实际应用过程中，以待检测电路板10平铺于水平面上、待检测电路板10上表面为待测平面为例，底座1位于待检测电路板10上方，可令第一导向部11所在的平面相对于待测平面呈竖直状，第一导向部11的走向（即相机2在第一导向部11上的滑动轨迹）可呈凹陷部朝下的弧线状，镜头21指向该弧状轨迹的内侧（即镜头21的拍摄方向为向下倾斜）。如此，随着相机2在第一导向部11上向下滑动，相机2的倾角（即镜头21的拍摄方向与待测平面之间的夹角）逐渐减小，当相机2滑动至最低点时，相机2的最小倾角可达到32.5°，此时镜头21可无遮挡地拍摄到元器件引脚底部及待检测电路板10焊盘根部的图像，且由于倾角较小，可较好地还原真实的高度方向尺寸，从而保证元件图像上信息的准确性。可以理解的是，第一导向部11的走向亦可以是弧线与直线相结合的其它不规则形状。
由此可见，本实施例提供的接点检测组件，在底座1上设置第一导向部11，令相机2可滑动地连接于第一导向部11中且相机2的镜头21朝向待检测电路板10的待测平面，当相机2沿第一导向部11滑动并靠近待测平面的过程中，镜头21的拍摄方向与待测平面之间的夹角逐渐减小，如此则实现了相机2倾角的调节，当相机2沿第一导向部11滑动至最低点时，相机2的最小倾角可达到32.5°，此时镜头21可无遮挡、最大化地对待测平面上元器件引脚底部、焊盘根部处的目标焊点侧面及根部进行拍摄，识别出各类虚焊（如浮起、开裂）及局部少锡等通过常规检测手段难以判断的缺陷，且由于倾角较小，可较好地还原真实的高度方向尺寸，从而提高了目标焊点检测结果的准确性。
所述线路板缺陷检测方法包括：
步骤S10，通过所述接点检测组件中的相机获取所述的元件图像，其中，所述元件图像的拍摄方向与所述待测平面成预设夹角；
示例性的，上述线路板缺陷检测方法可应用于内置于所述接点检测组件中的控制器件，或者应用于与所述接点检测组件连接的电子设备。通过上述接点检测组件中的相机获取元件的元件图像，元件图像的拍摄方向（也即获取该元件图像时相机的拍摄方向）与待测平面成预设夹角。例如，预设夹角的范围可以是[32.5°，32.5°+a]，其中，a可由技术人员设置，通常32.5°+a不超过90°。可以理解的是，当预设夹角的为32.5°时，元件图像中元件在垂直于线路板方向上的信息则清晰准确，从而更便于确定线路板上元件的是否存在有缺陷。
步骤S20，基于预训练检测模型检测所述元件图像中所述元件与待检测线路板之间的连接缺陷。
示例性的，将所述元件图像输入至所述预训练检测模型中，以通过预训练检测模型检测元件图像中元件与待检测线路板之间的连接缺陷。可以理解的是，预训练检测模型可以是ResNet50网络模型，ResNet50模型可包括有50层卷积神经网络，从而使得ResNet50网络模型可学习到更复杂的特征。在检测前，可通过标记了存在缺陷和不存在缺陷的两种元件图像集来对预训练检测模型进行训练，从而使得预训练模型具有检测线路板上缺陷的能力。若预训练检测模型检测出元件与待检测线路板之间的存在有连接缺陷，则对该元件图像进行标记，并输出提示信息。
在本实施例中，通过所述接点检测组件中的相机获取所述的元件图像，其中，所述元件图像的拍摄方向与所述待测平面成预设夹角；基于预训练检测模型检测所述元件图像中所述元件与待检测线路板之间的连接缺陷。可以理解的是，通过接点检测组件中的相机来获取线路板上元件的元件图像，保证元件图像可以以较低的拍摄视角被获取到，即相机的拍摄方向与待测平面之间的夹角较小，从而使得元件图像可包含足够的元件与待测电路板之间的连接信息，以便于将该元件图像输入至预训练检测模型后，可通过预训练检测模型来准确的检测元件与待测电路板之间是否存在缺陷，从而保证检测结果的准确度。
在一可行的实施方式中，接点检测组件还包括RGB光源装置6，RGB光源装置6可滑动地连接于第一导向部11中，RGB光源装置6环绕镜头21，且RGB光源装置6的出光方向朝向待测平面。
在本实施例中，RGB光源装置6可在每一检测节点处间歇性开启（即频闪），以发出可对目标焊点区域进行照明的红绿蓝三色光，从而可提高目标焊点区域拍摄图像的显示清晰度，有助于识别出目标焊点缺陷，提高检测准确度。具体地，RGB光源装置6的发光部分可呈图示的环状并环绕镜头21，RGB光源装置6可独立于相机2而滑动配合于第二滑动件5上，如此可调节RGB光源装置6与镜头21的相对位置，以便于对照明情况进行调整。
当设置有RGB光源装置6时，如图4所示，底座1上可盖设一遮光罩13，该遮光罩13可覆盖接点检测组件中的所有零部件，遮光罩13下部设有出光口，该遮光罩13可起到屏蔽RGB光源装置6发出的三色光的作用，可使RGB光源装置6发出的三色光只能由出光口投射至下方的待测平面上。
进一步地，在一个示例性的实施例中，接点检测组件还包括两个RGB光源装置6，RGB光源装置6可滑动地连接于第一导向部11中，RGB光源装置6与相机2一一对应设置，每一RGB光源装置6环绕对应的镜头21，且RGB光源装置6的出光方向朝向待测平面；
底座1上设有隔板12，隔板12位于两个RGB光源装置6之间，且隔板12用于对两个RGB光源装置6进行分隔。
在本实施例中，关于RGB光源装置6的具体说明可参照上一实施例，此处不再赘述。隔板12可用于防止左右两个RGB光源装置6相互影响。
进一步的，在一可行的实施方式中，所述RGB光源装置6的出光方向与所述待测平之间的夹角大于所述预设夹角；
所述通过所述接点检测组件中的相机获取所述的元件图像的步骤包括：
步骤S111，启动所述RGB光源装置对所述元件进行照明；
步骤S112，通过所述相机拍摄所述元件，以获取所述元件图像。
需要说明的是，上述所述预设夹角的范围可以是[32.5°，32.5°+a]，因此，相应的，RGB光源装置的出光方向与待测平面之间的夹角大于所述预设夹角，且RGB光源装置的出光方向与待测平面之间的夹角的取值范围可以是（32.5°，32.5°+a]。以连接方式为锡焊为例，参照图11，为本申请中元件缺陷示意图。图中，元件通过引脚与电路板锡焊连接，其中，引脚与待测电路板锡焊连接实际包括两个部分，即A部分和B部分，从图中可明显看出B部分引脚与电路板之间的空隙被锡填满，也即无缺陷的焊接部分应当与B部分一致，而A部分引脚与电路板之间存在有空隙，明显缺少焊锡，也即为虚焊，可以理解的是，由于B部分的空隙被锡填满，且因为锡自身的金属特征可对RGB光源装置发出的光源进行反射，故在元件图像上来看，A部分和B部分有较大的色差，从而突出元件图像上连接缺陷，也即突出存在连接缺陷和无连接缺陷之间的特征差别，从而便于预训练模型对连接缺陷的检测。进一步的，若如A部分元件引脚与电路板之间存在有虚焊也即空隙，而由于RGB光源装置的出光方向与待测平面之间的夹角大于所述预设夹角，可使得元件图像中元件引脚与电路板之间空隙出现阴影，从而进一步增强存在连接缺陷和无连接缺陷之间的特征差别，便于预训练模型对连接缺陷的检测。
示例性的，启动RGB光源装置对元件进行照明，再通过相机对元件进行拍摄得到特征增强的元件图像，从而便于预训练检测模型对缺陷进行检测。
在一个示例性的实施例中，相机2为两个，两个相机2呈V字形设置。
在本实施例中，第一导向部11可对应相机2设置为两个并如图1和图2所示分布于底座1上的左右两侧，每一相机2滑动配合于对应的第一导向部11中。通过设置两个相机2，可同时对待测平面上的两处焊盘进行检测，从而提高了检测效率。
进一步地，参照图4至图6，在一个示例性的实施例中，接点检测组件还包括至少一个第一滑动件3，第一导向部11设置于第一滑动件3上，第一滑动件3沿平行于待测平面的方向可滑动地连接于底座1上。
在本实施例中，第一滑动件3可通过导轨滑块组件与底座1滑动配合。其中，第一滑动件3可对应相机2设置为两个，每一相机2分别连接于一个第一滑动件3上，如此可单独移动任意一个相机2或同时移动两个相机2，增加了相机2的位置调节自由度，可灵活调节两个镜头21在水平方向上的相对距离，从而实现了拍摄区域的调整，可适应待测平面上焊盘不同的分布情况，提高了接点检测组件的适用性及检测准确度。
接点检测组件还包括第一驱动装置4，第一驱动装置4与第一滑动件3连接，且第一驱动装置4用于驱动第一滑动件3沿平行于待测平面的方向在底座1上滑动。
第一驱动装置4可采用图示的气缸驱动方式，当然在实际应用过程中，亦可通过电机配合丝杆等方式实现直线驱动，通过设置第一驱动装置4，可实现相机2的随时移动及固定，无需通过手动拆装第一滑动件3的方式对其进行移动，提高了调节便利性。
进一步地，参照图4至图6，在一个示例性的实施例中，接点检测组件还包括至少一个第二滑动件5，第二滑动件5可滑动地连接于第一导向部11中，至少一个相机2可滑动地连接于对应的第二滑动件5上；
任意一个或两个相机2在对应的第二滑动件5上直线滑动并靠近待测平面的过程中，两个相机2相互靠近。
在本实施例中，相机2可通过导轨滑块组件与第二滑动件5滑动配合，其中，第二滑动件5可对应相机2设置为两个，每一相机2分别连接于一个第二滑动件5上，如此可单独移动任意一个相机2或同时移动两个相机2，增加了相机2的位置调节自由度，可在调节镜头21与待测平面之间相对距离的同时调节两个镜头21在水平方向上的相对距离，从而实现了拍摄区域的调整，可适应待测平面上焊盘不同的分布情况，进一步提高了接点检测组件的适用性及检测准确度。
可以理解的是，第一滑动件3和第二滑动件5可同时设置，具体地，第一滑动件3沿平行于待测平面的方向滑动配合于底座1上，第二滑动件5滑动配合于第一滑动件3上的第一导向部11中，相机2滑动配合于第二滑动件5上。
在一可行的实施方中，参照图10，所述接点检测组件包括两个第一滑动件3和间距调节装置40，每个所述第一滑动件3上设置有所述第一导向部11，每个所述第一滑动件3沿平行于所述待测平面的方向可滑动地连接于所述底座1上，所述间距调节装置40包括驱动源41和丝杆42，所述丝杆42包括第一进程部分421和第二进程部分422，所述第一进程部分421和所述第二进程部分422的螺纹方向相反，所述第一进程部分421和所述第二进程部分422分别与一个所述第一滑动件3螺纹连接，所述间距调节装置40通过所述驱动源41驱动所述丝杆42转动，以使各所述第一滑动件3沿平行于所述待测平面的方向在所述底座1上滑动；
在本实施例中，第一驱动装置4可以是间距调节装置40，间距调节装置40包括驱动源41和丝杆42，其中，驱动源41可以是电机，丝杆42包括第一进程部分421和第二进程部分422，且第一进程部分421和第二进程部分422的螺纹方向是相反的，以便于距调节装置40通过驱动源41驱动丝杆42转动时，可使得第一进程部分421螺纹连接的第一滑动件3，与第一进程部分422螺纹连接的另一第一滑动件3移动方向相反，也即使得两个第一滑动件3在平行于所述待测平面的方向上之间的距离增加或者减少。而每个第一滑动件3上设置有第一导向部11，而第一导向部11上有设置有相机2。故调节两个第一滑动件3之间的距离，实际上也是调节两个分别设置在两个第一滑动件3的第一导向部11上的相机之间的距离。可以理解的是，在本实施例中，由于是通过丝杆42与第一滑动件3之间螺纹连接实现两个相机2的间距调节，故可实现连续间距尺寸的调节，以提高对不同尺寸的元件的适应性。
所述通过所述相机获取所述元件图像的步骤还包括：
步骤S121，基于所述元件的尺寸信息生成拍摄间距；
步骤S122，通过所述间距调节装置和所述拍摄间距调节两个所述第一滑动件之间的间距，以调整分别与所述第一滑动件关联的相机之间的间距；
步骤S123，通过调整间距后的相机拍摄所述元件，以获取所述元件图像。
示例性的，上述元件的尺寸信息可通过预先储存的线路板信息获取，通常每一种线路板上元件的分布通常是相同的，而对于一种线路板的元件检顺序也是可以由技术人员预先设置好。在确定好当前元件的尺寸信息后，基于尺寸信息生成拍摄间距，其中，元件的尺寸与拍摄间距之间的对应的关系可通过预设的映射表表示，也即当确定尺寸信息后，可从映射表中查找到对应的拍摄间距。再通过间距调节装置中的驱动源驱动丝杆转动，再相应的，带动第一滑动件在沿平行于所述待测平面的方向上移动，具体丝杆转动圈数，可通过拍摄间距、当前两第一滑动件之间的间距，以及丝杆上螺纹的间距计算确定，具体的计算过程可由技术人员设置，此处不再赘述。调整好两个相机之间的间距后，即可通过相机对元件两侧的连接情况进行拍摄以获取到元件图像，可以理解的是，通常元件为对称连接在电路板上，例如，元件两端通常会存在有引脚，该元件则通过两端的引脚实现与电路板的连接。本实施例中，间距调节装置可实现两相机至之间的连续间距的调节，从而适应不同尺寸的元件，且可实现同时获取元件两侧表示连接情况的元件图像，从而加快检测速度。
在一可行的实施方式中，所述基于预训练检测模型检测所述元件图像中所述元件与待检测线路板之间的连接缺陷的步骤包括：
步骤S21，通过所述预训练检测模型从所述元件图像中确定候选区域，以及提取所述候选区域的特征，其中，所述候选区域为所述元件与所述线路板之间连接部分的区域；
步骤S22，基于所述预训练检测模型对所述特征进行分类，以检测所述候选区域中所述元件与所述线路板之间是否存在连接缺陷；
步骤S23，若存在连接缺陷，则在所述元件图像将所述特征标记。
示例性的，通过预训练检测模型从元件图像中确定候选区，并从而候选区中提取特征。其中，候选区域为元件与线路板之间连接部分的区域，例如，参照图12,为本申请元件图像中候选区示意图，图中C部分即为候选区域。对于候选区的确定，在训练预训练检测模型的阶段，可在训练样本中标记划分出候选区，从而使得预训练检测模型具有从元件图像中确定出候选区域的能力。在通过预训练检测模型对候选区域中的特征进行分类，具体的分类种类为存在连接缺陷和不存连接缺陷。相应的，若分类为存在连接缺陷，则认为检测出选区域中所述元件与所述线路板之间存在连接缺陷，在元件图像中将特征标记，例如可以突出表示候选区域，输出提示信息，以便于技术人员可及时对缺陷进行跟进，消除缺陷或剔除不良品。
对应地，参照图8和图9，本发明实施例还提供一种AOI（Automated OpticalInspection，自动光学检测设备）检测设备，该AOI检测设备包括上述任一实施例中的接点检测组件。
在本实施例中，AOI检测设备即光学自动检测设备，其为电子制造业中用于确保产品质量的检测工具和过程质量控制工具。关于接点检测组件的具体结构，可参照上述实施例。由于该AOI检测设备采用了上述所有实施例的全部技术方案，因此至少具有上述实施例的技术方案所带来的所有有益效果，在此不再一一赘述。
进一步地，参照图3至图9，在一个示例性的实施例中，AOI检测设备还包括机罩7、基板传输装置71和三坐标驱动装置8；其中：
基板传输装置71、三坐标驱动装置8设置于机罩7内部，基板传输装置71用于放置基板10，底座1连接于三坐标驱动装置8上；
三坐标驱动装置8用于驱动底座1相对基板10沿三个坐标方向移动。
具体地，参照图3至图9，AOI检测设备还包括第二驱动装置9，第二驱动装置9连接于三坐标驱动装置8上，底座1连接于第二驱动装置9上；
第二驱动装置9用于驱动底座1以垂直于待测平面的方向为轴进行旋转。
在本实施例中，三坐标驱动装置8包括三条沿直角坐标方向设置的导轨及配套的电机、丝杠、滑块等，第二驱动装置9可为旋转电机。在三坐标驱动装置8及第二驱动装置9的驱动下，接点检测组件可按预设轨迹在基板10上方整体直线移动及旋转，从而可循序移动至每一目标焊点处进行检测工作，且在接点检测组件包括两个相机2的情况下，若待测平面上两个焊盘之间的连线与标准坐标方向存在夹角，亦可通过沿竖直轴向旋转接点检测组件来适应焊盘的分布情况。通过上述结构设置，可提高AOI检测设备的检测适用性、检测效率及检测准确度。
参照图3，基于本申请第一实施例提出本申请的第二实施例，所述本实施例中与上述实施相同部分可参照上述内容，此处不再赘述。在所述基于预训练检测模型检测所述元件图像中所述元件与待检测线路板之间的连接缺陷的步骤之前，所述方法包括：
步骤A10，生成所述预训练检测模型的训练样本集，其中，在所述训练样本集的训练样本中，元件与线路板之间的连接部分被划分为候选区域，且所述训练样本的标签为存连接缺陷或不存在连接缺陷；
步骤A20，通过训练样本集对所述预训练检测模型进行训练。
示例性的，可将原始样本作为训练样本集中的训练样本，原始样本为拍摄的不同元件的元件图像，且元件图像可以是有缺陷的元件图像，也可以是无缺陷的元件图像。此外，也可在原始样本的基础上进行变异生成新的训练样本，从而扩充训练样本集中训练样本的数量。任意一个训练样本中元件与线路板之间的连接部分被划分为候选区域，且被标记上标签，其中，标签的种类可包括存连接缺陷和不存在连接缺陷。再通过训练样本集对预训练检测模型进行训练，使得预训练检测模型具有从元件图像中确定候选区域，以及分辨元件图像中存连接缺陷和不存在连接缺陷的能力。
在一可行的实施方式中，所述通过训练样本集对所述预训练检测模型进行训练的步骤包括：
步骤A11，对于所述训练样本集中任意一个训练样本，将所述训练样本输入至所述预训练检测模型，得到训练样本中图像的检测结果；
步骤A12，基于所述检测结果与所述训练样本的标签之间的差异，生成所述预训练检测模型的检测损失；
步骤A13，根据所述检测损失对所述预训练检测模型中的模型参数进行调整。
示例性的，对于训练样本集中的任意一个训练样本，可将训练样本输入到预训练检测模型中，得到预训练检测模型对训练样本的检测结果（也即分类结果，可以是存在连接缺陷或不存在连接缺陷），再将检测结果与该训练样本的标签比对得到差异。基于该差异计算所述预训练检测模型的检测损失。再基于模型的检测损失计算模型的模型梯度，基于模型梯度对预训练检测模型进行反向传播更新，从而调整一次所述预训练检测模型中的模型参数。再基于一个新的训练样本重复上述过程，直至检测损失收敛或者达到预设的训练次数，从而完成模型的训练。
在一可行的实施方式中，所述生成所述预训练检测模型的训练样本包括：
步骤A21，对划分了候选区域且标记了标签的各原始样本进行变异生成变异样本，其中，所述变异的方式包括翻转、旋转、镜像、调节亮度和/或调节饱和度；
步骤A22，基于各所述原始样本和各所述变异样本作为训练样本生成所述训练样本集。
示例性的，对分了候选区域且标记了标签的各原始样本进行变异生成变异样本，在变异时可对原始样本进行翻转、旋转、镜像、调节亮度和调节饱和度中的任意一种或多种变异方式得到变异样本。再将各原始样本和各变异样本组成训练样本集。可以理解的是，在本实施例中，在原始样本的基础上生成变异样本可丰富训练样本集中训练样本的种类，从而提高预训练检测模型的泛化能力，提高预训练检测模型的鲁棒性。
请参阅图13，此外，本申请实施例还提供一种线路板缺陷检测装置100A，在检测线路板的缺陷时，通过接点检测组件获取线路板上元件的元件图像，所述接点检测组件包括：底座，所述底座上设置有第一导向部；其中，所述第一导向部为导向槽或导向凸起；至少一个相机，所述相机可滑动地连接于所述第一导向部中，所述相机的镜头朝向线路板所在的待测平面；所述相机沿所述第一导向部滑动并靠近所述待测平面的过程中，所述镜头的拍摄方向与所述待测平面之间的夹角逐渐减小；
所述线路板缺陷检测装置100A包括：
获取模块10A，用于通过所述接点检测组件中的相机获取所述的元件图像，其中，所述元件图像的拍摄方向与所述待测平面成预设夹角；
检测模块20A，用于基于预训练检测模型检测所述元件图像中所述元件与待检测线路板之间的连接缺陷。
可选地，所述接点检测组件还包括RGB光源装置，所述RGB光源装置可滑动地连接于所述第一导向部中，所述RGB光源装置环绕所述镜头，且所述RGB光源装置的出光方向朝向所述待测平面，且所述出光方向与所述待测平之间的夹角大于所述预设夹角；所述获取模块10A还用于：
启动所述RGB光源装置对所述元件进行照明；
通过所述相机拍摄所述元件，以获取所述元件图像。
可选地，所述接点检测组件包括两个第一滑动件和间距调节装置，每个所述第一滑动件上设置有所述第一导向部，每个所述第一滑动件沿平行于所述待测平面的方向可滑动地连接于所述底座上，所述间距调节装置包括驱动源和丝杆，所述丝杆包括第一进程部分和第二进程部分，所述第一进程部分和所述第二进程部分的螺纹方向相反，所述第一进程部分和所述第二进程部分分别连接一个所述第一滑动件，所述间距调节装置通过所述驱动源驱动所述丝杆转动，以使各所述第一滑动件沿平行于所述待测平面的方向在所述底座上滑动；所述获取模块10A还用于：
基于所述元件的尺寸信息生成拍摄间距；
通过所述间距调节装置和所述拍摄间距调节两个所述第一滑动件之间的间距，以调整分别与所述第一滑动件关联的相机之间的间距；
通过调整间距后的相机拍摄所述元件，以获取所述元件图像。
可选地，所述检测模块20A还用于：
通过所述预训练检测模型从所述元件图像中确定候选区域，以及提取所述候选区域的特征，其中，所述候选区域为所述元件与所述线路板之间连接部分的区域；
基于所述预训练检测模型对所述特征进行分类，以检测所述候选区域中所述元件与所述线路板之间是否存在连接缺陷；
若存在连接缺陷，则在所述元件图像将所述特征标记。
可选地，线路板缺陷检测装置100A还包括训练模块30A，所述训练模块30A用于：
生成所述预训练检测模型的训练样本集，其中，在所述训练样本集的训练样本中，元件与线路板之间的连接部分被划分为候选区域，且所述训练样本的标签为存连接缺陷或不存在连接缺陷；
通过训练样本集对所述预训练检测模型进行训练。
可选地，所述训练模块30A还用于：
对于所述训练样本集中任意一个训练样本，将所述训练样本输入至所述预训练检测模型，得到训练样本中图像的检测结果；
基于所述检测结果与所述训练样本的标签之间的差异，生成所述预训练检测模型的检测损失；
根据所述检测损失对所述预训练检测模型中的模型参数进行调整。
可选地，所述训练模块30A还用于：
对划分了候选区域且标记了标签的各原始样本进行变异生成变异样本，其中，所述变异的方式包括翻转、旋转、镜像、调节亮度和/或调节饱和度；
基于各所述原始样本和各所述变异样本作为训练样本生成所述训练样本集。
本申请提供的线路板缺陷检测装置，采用上述实施例中的线路板缺陷检测方法，旨在解决对电路板缺陷进行检测时，检测结果不准的技术问题。与现有技术相比，本申请实施例提供的线路板缺陷检测装置的有益效果与上述实施例提供的线路板缺陷检测方法的有益效果相同，且该线路板缺陷检测装置中的其他技术特征与上述实施例方法公开的特征相同，在此不做赘述。
此外，为实现上述目的，本申请还提供一种电子设备，所述电子设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的线路板缺陷检测程序，所述线路板缺陷检测程序被所述处理器执行时实现如上述的线路板缺陷检测方法的步骤。
本申请电子设备的具体实施方式与上述线路板缺陷检测方法各实施例基本相同，在此不再赘述。
此外，为实现上述目的，本申请还提供一种存储介质，所述存储介质上存储有线路板缺陷检测程序，所述线路板缺陷检测程序被处理器执行时实现如上述的线路板缺陷检测方法的步骤。
本申请存储介质具体实施方式与上述线路板缺陷检测方法各实施例基本相同，在此不再赘述。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本申请各个实施例所述的方法。
以上仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。
Claims (8)
1.一种线路板缺陷检测方法，其特征在于，在检测线路板的缺陷时，通过接点检测组件获取线路板上元件的元件图像，所述接点检测组件包括：底座，所述底座上设置有第一导向部；其中，所述第一导向部为导向槽或导向凸起；至少一个相机，所述相机可滑动地连接于所述第一导向部中，所述相机的镜头朝向线路板所在的待测平面；所述相机沿所述第一导向部滑动并靠近所述待测平面的过程中，所述镜头的拍摄方向与所述待测平面之间的夹角逐渐减小；
所述线路板缺陷检测方法包括：
通过所述接点检测组件中的相机获取所述的元件图像，其中，所述元件图像的拍摄方向与所述待测平面成预设夹角；
基于预训练检测模型检测所述元件图像中所述元件与待检测线路板之间的连接缺陷；
其中，所述接点检测组件还包括RGB光源装置，所述RGB光源装置可滑动地连接于所述第一导向部中，所述RGB光源装置环绕所述镜头，且所述RGB光源装置的出光方向朝向所述待测平面，且所述出光方向与所述待测平面之间的夹角大于所述预设夹角；
所述通过所述接点检测组件中的相机获取所述的元件图像的步骤包括：
启动所述RGB光源装置对所述元件进行照明，以使所述元件与所述待检测线路板之间的焊锡反射所述RGB光源装置发出的光源；
通过所述相机拍摄所述元件，以获取所述元件图像；
其中，所述接点检测组件包括两个第一滑动件和间距调节装置，每个所述第一滑动件上设置有所述第一导向部，每个所述第一滑动件沿平行于所述待测平面的方向可滑动地连接于所述底座上，所述间距调节装置包括驱动源和丝杆，所述丝杆包括第一进程部分和第二进程部分，所述第一进程部分和所述第二进程部分的螺纹方向相反，所述第一进程部分和所述第二进程部分分别连接一个所述第一滑动件，所述间距调节装置通过所述驱动源驱动所述丝杆转动，以使各所述第一滑动件沿平行于所述待测平面的方向在所述底座上滑动；
所述通过所述接点检测组件中的相机获取所述的元件图像的步骤还包括：
基于所述元件的尺寸信息生成拍摄间距；
通过所述间距调节装置和所述拍摄间距调节两个所述第一滑动件之间的间距，以调整分别与所述第一滑动件关联的相机之间的间距；
通过调整间距后的相机拍摄所述元件，以获取所述元件图像。
2.如权利要求1所述的线路板缺陷检测方法，其特征在于，所述基于预训练检测模型检测所述元件图像中所述元件与待检测线路板之间的连接缺陷的步骤包括：
通过所述预训练检测模型从所述元件图像中确定候选区域，以及提取所述候选区域的特征，其中，所述候选区域为所述元件与所述线路板之间连接部分的区域；
基于所述预训练检测模型对所述特征进行分类，以检测所述候选区域中所述元件与所述线路板之间是否存在连接缺陷；
若存在连接缺陷，则在所述元件图像将所述特征标记。
3.如权利要求2所述的线路板缺陷检测方法，其特征在于，在所述基于预训练检测模型检测所述元件图像中所述元件与待检测线路板之间的连接缺陷的步骤之前，所述方法包括：
生成所述预训练检测模型的训练样本集，其中，在所述训练样本集的训练样本中，元件与线路板之间的连接部分被划分为候选区域，且所述训练样本的标签为存在连接缺陷或不存在连接缺陷；
通过训练样本集对所述预训练检测模型进行训练。
4.如权利要求3所述的线路板缺陷检测方法，其特征在于，所述通过训练样本集对所述预训练检测模型进行训练的步骤包括：
对于所述训练样本集中任意一个训练样本，将所述训练样本输入至所述预训练检测模型，得到训练样本中图像的检测结果；
基于所述检测结果与所述训练样本的标签之间的差异，生成所述预训练检测模型的检测损失；
根据所述检测损失对所述预训练检测模型中的模型参数进行调整。
5.如权利要求3所述的线路板缺陷检测方法，其特征在于，所述生成所述预训练检测模型的训练样本集包括：
对划分了候选区域且标记了标签的各原始样本进行变异生成变异样本，其中，所述变异的方式包括翻转、旋转、镜像、调节亮度和/或调节饱和度；
基于各所述原始样本和各所述变异样本作为训练样本生成所述训练样本集。
6.一种线路板缺陷检测装置，其特征在于，在检测线路板的缺陷时，通过接点检测组件获取线路板上元件的元件图像，所述接点检测组件包括：底座，所述底座上设置有第一导向部；其中，所述第一导向部为导向槽或导向凸起；至少一个相机，所述相机可滑动地连接于所述第一导向部中，所述相机的镜头朝向线路板所在的待测平面；所述相机沿所述第一导向部滑动并靠近所述待测平面的过程中，所述镜头的拍摄方向与所述待测平面之间的夹角逐渐减小；
所述线路板缺陷检测装置包括：
获取模块，用于通过所述接点检测组件中的相机获取所述的元件图像，其中，所述元件图像的拍摄方向与所述待测平面成预设夹角；
检测模块，用于基于预训练检测模型检测所述元件图像中所述元件与待检测线路板之间的连接缺陷；
其中，所述接点检测组件还包括RGB光源装置，所述RGB光源装置可滑动地连接于所述第一导向部中，所述RGB光源装置环绕所述镜头，且所述RGB光源装置的出光方向朝向所述待测平面，且所述出光方向与所述待测平面之间的夹角大于所述预设夹角；
所述通过所述接点检测组件中的相机获取所述的元件图像的步骤包括：
启动所述RGB光源装置对所述元件进行照明，以使所述元件与所述待检测线路板之间的焊锡反射所述RGB光源装置发出的光源；
通过所述相机拍摄所述元件，以获取所述元件图像；
其中，所述接点检测组件包括两个第一滑动件和间距调节装置，每个所述第一滑动件上设置有所述第一导向部，每个所述第一滑动件沿平行于所述待测平面的方向可滑动地连接于所述底座上，所述间距调节装置包括驱动源和丝杆，所述丝杆包括第一进程部分和第二进程部分，所述第一进程部分和所述第二进程部分的螺纹方向相反，所述第一进程部分和所述第二进程部分分别连接一个所述第一滑动件，所述间距调节装置通过所述驱动源驱动所述丝杆转动，以使各所述第一滑动件沿平行于所述待测平面的方向在所述底座上滑动；
所述通过所述接点检测组件中的相机获取所述的元件图像的步骤还包括：
基于所述元件的尺寸信息生成拍摄间距；
通过所述间距调节装置和所述拍摄间距调节两个所述第一滑动件之间的间距，以调整分别与所述第一滑动件关联的相机之间的间距；
通过调整间距后的相机拍摄所述元件，以获取所述元件图像。
7.一种电子设备，其特征在于，所述电子设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的线路板缺陷检测程序，其中：所述线路板缺陷检测程序被所述处理器执行时实现如权利要求1至5中任一项所述的线路板缺陷检测方法的步骤。
8.一种存储介质，其特征在于，所述存储介质上存储有线路板缺陷检测程序，所述线路板缺陷检测程序被处理器执行时实现如权利要求1至5中任一项所述的线路板缺陷检测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311397542.2A CN117132599B (zh) | 2023-10-26 | 2023-10-26 | 线路板缺陷检测方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311397542.2A CN117132599B (zh) | 2023-10-26 | 2023-10-26 | 线路板缺陷检测方法、装置、电子设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117132599A CN117132599A (zh) | 2023-11-28 |
| CN117132599B true CN117132599B (zh) | 2024-04-09 |
Family
ID=88863151
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311397542.2A Active CN117132599B (zh) | 2023-10-26 | 2023-10-26 | 线路板缺陷检测方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117132599B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2019233166A1 (zh) * | 2018-06-04 | 2019-12-12 | 杭州海康威视数字技术股份有限公司 | 一种表面缺陷检测方法、装置及电子设备 |
| CN113344929A (zh) * | 2021-08-09 | 2021-09-03 | 深圳智检慧通科技有限公司 | 一种焊点视觉检测识别方法、可读存储介质及设备 |
| CN114839202A (zh) * | 2022-05-12 | 2022-08-02 | 深圳市利器精工科技有限公司 | 焊点检测组件及aoi检测设备 |
| CN114897797A (zh) * | 2022-04-24 | 2022-08-12 | 武汉海微科技有限公司 | 印刷电路板的缺陷检测方法、装置、设备及存储介质 |
| CN217638766U (zh) * | 2022-05-12 | 2022-10-21 | 深圳市利器精工科技有限公司 | 焊点检测组件及aoi检测设备 |
| CN115393251A (zh) * | 2021-05-25 | 2022-11-25 | 武汉Tcl集团工业研究院有限公司 | 印制线路板的缺陷检测方法、装置、存储介质及电子设备 |
| EP4202424A1 (en) * | 2021-12-21 | 2023-06-28 | Fundacion Centro de Tecnologias de Interaccion Visual y Communicaciones VICOMTECH | Method and system for inspection of welds |
-
2023
- 2023-10-26 CN CN202311397542.2A patent/CN117132599B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2019233166A1 (zh) * | 2018-06-04 | 2019-12-12 | 杭州海康威视数字技术股份有限公司 | 一种表面缺陷检测方法、装置及电子设备 |
| CN115393251A (zh) * | 2021-05-25 | 2022-11-25 | 武汉Tcl集团工业研究院有限公司 | 印制线路板的缺陷检测方法、装置、存储介质及电子设备 |
| CN113344929A (zh) * | 2021-08-09 | 2021-09-03 | 深圳智检慧通科技有限公司 | 一种焊点视觉检测识别方法、可读存储介质及设备 |
| EP4202424A1 (en) * | 2021-12-21 | 2023-06-28 | Fundacion Centro de Tecnologias de Interaccion Visual y Communicaciones VICOMTECH | Method and system for inspection of welds |
| CN114897797A (zh) * | 2022-04-24 | 2022-08-12 | 武汉海微科技有限公司 | 印刷电路板的缺陷检测方法、装置、设备及存储介质 |
| CN114839202A (zh) * | 2022-05-12 | 2022-08-02 | 深圳市利器精工科技有限公司 | 焊点检测组件及aoi检测设备 |
| CN217638766U (zh) * | 2022-05-12 | 2022-10-21 | 深圳市利器精工科技有限公司 | 焊点检测组件及aoi检测设备 |
Non-Patent Citations (1)
| Title |
|---|
| 电子元件焊接质量的自动光学检测系统研究;欧阳高飞 等;《机械设计与制造》;20110731(07);第122-124页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117132599A (zh) | 2023-11-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6820891B2 (ja) | ウェーハの検査システム及び方法 | |
| KR101078781B1 (ko) | 3차원 형상 검사방법 | |
| CN107945184B (zh) | 一种基于彩色图像分割和梯度投影定位的贴装元件检测方法 | |
| TWI658524B (zh) | 檢測晶圓之系統及方法 | |
| US6496270B1 (en) | Method and system for automatically generating reference height data for use in a three-dimensional inspection system | |
| CN108802046B (zh) | 一种混合集成电路组件缺陷光学检测装置及其检测方法 | |
| US20060140471A1 (en) | Image processing method, substrate inspection method, substrate inspection apparatus and method of generating substrate inspection data | |
| KR20020066375A (ko) | 비파괴 검사 방법과 그 장치 및 디지털 카메라 시스템 | |
| WO2012096004A1 (ja) | はんだ付け検査方法、およびはんだ付け検査機ならびに基板検査システム | |
| CN106651857B (zh) | 一种印刷电路板贴片缺陷检测方法 | |
| JP2008045952A (ja) | フィレット検査のための検査基準データの設定方法、およびこの方法を用いた基板外観検査装置 | |
| KR20180095972A (ko) | 이중 스캔방식을 지원하는 고속 자동 광학 검사 장치 | |
| US9626752B2 (en) | Method and apparatus for IC 3D lead inspection having color shadowing | |
| KR102291166B1 (ko) | 필름 이물질 고속 자동 검출 장치 | |
| JP2005128016A (ja) | 検査システムおよび方法 | |
| KR20020032766A (ko) | 반도체 패키지의 삼차원 시각 검사방법 및 장치 | |
| CN117132599B (zh) | 线路板缺陷检测方法、装置、电子设备及存储介质 | |
| CN217638766U (zh) | 焊点检测组件及aoi检测设备 | |
| JP4506395B2 (ja) | 基板検査装置並びにそのパラメータ設定方法およびパラメータ設定装置 | |
| CN116465908A (zh) | 一种印刷电路板生产用光学检测方法 | |
| US7747066B2 (en) | Z-axis optical detection of mechanical feature height | |
| KR100323513B1 (ko) | 프린트기판의 외관 검사장치 및 그 검사방법 | |
| CN114839202A (zh) | 焊点检测组件及aoi检测设备 | |
| TWI634308B (zh) | 二維檢測錫膏印刷的定位方法 | |
| TWI548875B (zh) | Optical needle detection system and method |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |