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！

龙图腾网获悉北京工业大学申请的专利一种基于深度学习的键合引线缺陷检测方法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：CN119599956B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202411594882.9，技术领域涉及：G06T7/00；该发明授权一种基于深度学习的键合引线缺陷检测方法是由于乃功;李奥;杨弈设计研发完成，并于2024-11-11向国家知识产权局提交的专利申请。

本一种基于深度学习的键合引线缺陷检测方法在说明书摘要公布了：本发明提出了一种基于深度学习的键合引线缺陷检测方法，能够完成对键合引线缺陷类型的识别，实现集成电路产品中引线键合质量问题的自动检测，旨在解决劳动强度大、检测效率低等问题。流程包括：搭建键合引线采集物理平台，通过立体相机获取键合引线的深度图像，将采集到的深度图进行预处理增强图像质量，并通过几何变换生成深度图对应的法线图，法线图与深度图堆叠获得最终的键合引线数据集，对键合引线数据集进行数据增强来扩充数据规模；提出一种Depth‑YOLO网络模型，将原YOLO模型输入层进行重建，并设计输入特征增强模块；最后，使用自建数据集训练Depth‑YOLO模型并使用模型进行端到端的键合引线缺陷检测。

本发明授权一种基于深度学习的键合引线缺陷检测方法在权利要求书中公布了：1.一种基于深度学习的键合引线缺陷检测方法，其特征在于，包括如下几个步骤： 步骤1，使用3D立体视觉相机对键合引线进行拍摄，获取原始深度图像多张； 步骤2，采用归一化、叠加去噪策略和自适应直方图均衡化的方法，对原始的深度图像进行预处理，提高键合引线深度图像的质量； 步骤3，对处理后的深度图像使用Labelimg进行标注，标注格式为txt格式；搭建成键合引线深度图像数据集； 步骤4，使用Sobel差分算子计算深度图像的梯度信息，根据梯度计算每个像素点的法向量，将法向量在三维空间中的三个分量分别映射到RGB三个通道，使用RGB颜色编码表示法线在三维空间的方向，生成法线图； 步骤5，将生成的RGB三通道法线图与单通道深度图进行堆叠，扩展图像维度并进行合并生成包含三维信息的四通道伪RGBD图像； 步骤6，将步骤5生成的堆叠后的图像进行数据增强，使用albumentations库对深度图像、法线图以及标签文件同时进行增强，增强后的图像共计20000张，得到最终的键合引线数据集； 步骤7，提出一种键合引线缺陷检测模型Depth-YOLO；将二维目标检测网络模型YOLOv8的输入层进行重建，修改DataLoader使其能够正确加载和处理4通道的图像，将数据输入通道数扩展为4，修改模型输入层初始卷积；修改模型预训练权重加载，仅加载模型中除第一层卷积层外的权重，并随机初始化第一层的权重，利用Depth-YOLO模型训练步骤6中的键合引线数据集； 步骤8，设计一个输入特征增强模块嵌入步骤7中模型，加强提取深度图中的深度信息和法线图中的几何信息。

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北京工业大学，其通讯地址为：100124 北京市朝阳区平乐园100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。