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！

龙图腾网获悉泉州装备制造研究所申请的专利一种基于改进RT-DETR的PCBA焊点缺陷检测方法及系统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：CN120471925B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202510976072.8，技术领域涉及：G06T7/00；该发明授权一种基于改进RT-DETR的PCBA焊点缺陷检测方法及系统是由骆炜;李江;王森林;戴玲凤;陈豪;陈松航;张剑铭;连明昌;王耀宗设计研发完成，并于2025-07-16向国家知识产权局提交的专利申请。

本一种基于改进RT-DETR的PCBA焊点缺陷检测方法及系统在说明书摘要公布了：本发明提供了工业AI质检技术领域的一种基于改进RT‑DETR的PCBA焊点缺陷检测方法及系统，方法包括：步骤S1、获取大量的历史PCBA焊点图像构建数据集；步骤S2、基于特征提取层、特征融合层以及预测输出层创建焊点缺陷检测模型；步骤S3、将数据集划分为训练集、验证集以及测试集，通过训练集对焊点缺陷检测模型进行训练，通过验证集对训练后的焊点缺陷检测模型进行验证，通过测试集对验证通过的焊点缺陷检测模型进行测试；步骤S4、对测试通过的焊点缺陷检测模型进行压缩、漂移补偿训练以及部署；步骤S5、通过部署的焊点缺陷检测模型进行PCBA焊点缺陷检测。本发明的优点在于：在满足实时检测要求的同时，极大的提升了PCBA焊点缺陷检测精度。

本发明授权一种基于改进RT-DETR的PCBA焊点缺陷检测方法及系统在权利要求书中公布了：1.一种基于改进RT-DETR的PCBA焊点缺陷检测方法，其特征在于：包括如下步骤： 步骤S1、获取大量的历史PCBA焊点图像，对各所述历史PCBA焊点图像进行预处理以及标注后构建数据集； 步骤S2、基于特征提取层、特征融合层以及预测输出层创建一焊点缺陷检测模型，设定所述焊点缺陷检测模型的损失函数； 特征提取层基于RT-DETR模型的主干网络构建，用于从输入的PCBA焊点图像中提取浅层特征以及深层特征，将浅层特征以及深层特征输入特征融合层； 特征融合层基于局部特征处理模块、全局特征处理模块以及特征交互输出模块构建； 局部特征处理模块基于输入通道调整单元、局部增强单元、结构优化单元以及残差连接单元构建；输入通道调整单元用于通过1x1的第一卷积归一化激活层对输入的浅层特征以及深层特征，进行通道压缩和初步特征提取得到初始特征；局部增强单元用于通过两个堆叠的局部增强子单元，对初始特征进行局部感知能力增强并引入非线性变换，得到增强初始特征；结构优化单元用于在推理阶段，将两个局部增强子单元的双分支结构融合为单一的3x3卷积层；残差连接单元用于对增强初始特征、浅层特征以及深层特征进行融合得到局部特征，将局部特征输入全局特征处理模块； 全局特征处理模块基于注意力生成单元、通道空间映射单元以及空间压缩单元构建；注意力生成单元用于通过全局平均池化、全局最大池化以及Softmax函数，对各局部特征进行融合，得到融合注意力特征；通道空间映射单元用于通过1x1的第二卷积归一化激活层，对各局部特征进行空间映射，得到通道空间映射特征；空间压缩单元用于通过1x1的第三卷积归一化激活层，对各局部特征进行空间压缩，得到空间压缩特征； 特征交互输出模块用于对融合注意力特征和通道空间映射特征进行矩阵乘法运算得到空间增强特征，对通道空间映射特征和空间压缩特征进行矩阵乘法运算得到通道增强特征，将空间增强特征输入1x1的第四卷积归一化激活层得到空间注意力图，将通道增强特征输入没有归一化的卷积激活层得到通道注意力图；对空间注意力图和通道注意力图进行逐元素相乘得到初始融合特征，将初始融合特征与局部特征进行残差连接，得到增强融合特征并输出给预测输出层； 步骤S3、将所述数据集划分为训练集、验证集以及测试集，通过所述训练集以及损失函数对焊点缺陷检测模型进行训练，通过所述验证集对训练后的焊点缺陷检测模型进行验证，通过所述测试集对验证通过的焊点缺陷检测模型进行测试； 步骤S4、对测试通过的所述焊点缺陷检测模型进行压缩、漂移补偿训练以及部署； 步骤S5、通过部署的所述焊点缺陷检测模型进行PCBA焊点缺陷检测。

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泉州装备制造研究所，其通讯地址为：362000 福建省泉州市台商投资区洛阳镇上浦村吉贝511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”。