买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉武汉轻工大学申请的专利PCB裸板缺陷检测方法、装置、设备及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117152065B 。

龙图腾网通过国家知识产权局官网在2026-01-23发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311015736.1，技术领域涉及：G06T7/00；该发明授权PCB裸板缺陷检测方法、装置、设备及存储介质是由张正林;郭峰林;杜爱卿;辛悦悦;张普设计研发完成，并于2023-08-11向国家知识产权局提交的专利申请。

本PCB裸板缺陷检测方法、装置、设备及存储介质在说明书摘要公布了：本发明涉及PCB缺陷检测技术领域，公开了一种PCB裸板缺陷检测方法、装置、设备及存储介质，该方法包括：获取待检测PCB裸板图片；将待检测PCB裸板图片输入至PCB裸板缺陷检测模型进行缺陷检测，输出缺陷检测结果，其中，PCB裸板缺陷检测模型是基于YOLOv5算法模型，在每个C3模块和CBS模块之间增加卷积块注意力机制以及在主干层中增加卷积模块与上采样层的数量以使预测层中增加预设尺度的预测头得到的。本发明通过增加卷积块注意力机制与预设尺度的预测头的PCB裸板缺陷检测模型检测进行缺陷检测，解决了人工检测成本高、效率较低，机器检测小缺陷检测效果差、容易漏检的问题，提高小目标检测能力，检测精度高。

本发明授权PCB裸板缺陷检测方法、装置、设备及存储介质在权利要求书中公布了：1.一种PCB裸板缺陷检测方法，其特征在于，所述方法包括： 获取待检测PCB裸板图片； 将所述待检测PCB裸板图片输入至PCB裸板缺陷检测模型进行缺陷检测，输出所述待检测PCB裸板图片的缺陷检测结果，其中，所述PCB裸板缺陷检测模型是基于YOLOv5算法模型，在所述YOLOv5算法模型的颈层中的每个C3模块和CBS模块之间增加卷积块注意力机制以及在所述YOLOv5算法模型的主干层中增加卷积模块与上采样层的数量以使所述YOLOv5算法模型的预测层中增加预设尺度的预测头得到的，所述卷积块注意力机制用于增强所述PCB裸板缺陷检测模型对PCB裸板特征图中关键信息的掌握能力； 所述PCB裸板缺陷检测模型包括输入层、主干层、颈层以及预测层，所述预测层包括第一预测头、第二预测头、第三预测头以及第四预测头，将所述待检测PCB裸板图片输入至PCB裸板缺陷检测模型进行缺陷检测，输出所述待检测PCB裸板图片的缺陷检测结果，包括： 通过所述主干层的卷积模块对预处理后的待检测PCB裸板图片进行特征提取，得到初始PCB裸板特征图； 对所述初始PCB裸板特征图进行下采样，得到不同尺寸的PCB裸板特征图，其中，所述不同尺寸的PCB裸板特征图至少包括第一PCB裸板特征图、第二PCB裸板特征图、第三PCB裸板特征图以及第四PCB裸板特征图，第一PCB裸板特征图的尺寸是第二PCB裸板特征图的2倍，第二PCB裸板特征图的尺寸是第三PCB裸板特征图的2倍，第三PCB裸板特征图的尺寸是第四PCB裸板特征图的2倍； 将所述第一PCB裸板特征图、第二PCB裸板特征图、第三PCB裸板特征图以及第四PCB裸板特征图作为待融合PCB裸板特征图； 将第一待检测PCB裸板特征图、第二待检测PCB裸板特征图、第三待检测PCB裸板特征图以及第四待检测PCB裸板特征图分别输入第一预测头、第二预测头、第三预测头以及第四预测头，其中，所述第一待检测PCB裸板特征图、第二待检测PCB裸板特征图、第三待检测PCB裸板特征图以及第四待检测PCB裸板特征图的尺度分别与第一预测头、第二预测头、第三预测头以及第四预测头一一对应。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人武汉轻工大学，其通讯地址为：430000 湖北省武汉市汉口常青花园学府南路68号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。