(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111502678.6 (22)申请日 2021.12.09 (71)申请人 珠海杰赛科技有限公司 地址 519000 广东省珠海市斗门区乾 务镇 富山工业园富 山三路1号 申请人 广州杰赛电子科技有限公司 　 广州杰赛科技股份有限公司 (72)发明人 刘俊峰　王强　李超谋　关志锋　 邓文娇　刘荣虎　 (74)专利代理 机构 广州嘉权专利商标事务所有 限公司 4 4205 代理人 利宇宁 (51)Int.Cl. G06T 7/00(2017.01) G06N 20/00(2019.01)G06K 9/62(2022.01) G06V 10/764(2022.01) (54)发明名称 AI人工智能视觉检测分级 方法、 装置及可读 介质 (57)摘要 本发明涉及一种AI人工智能视觉检测分级 方法、 装置及可读介质的技术方案， 包括： 创建检 测分级标准， 通过分级标准对PCB板进行分类， 得 到分类结果； 根据分类结果， 通过基于AI人工智 能视觉执行对应的检测， 获取检测时的检测参 数； 根据检测参数及分类结果作为AI人工智能视 觉检测时的检测标准， 本发明可以有效的提高生 产效率， 避免AI学习灌输标准误导问题产生； 可 以减少生产不良漏失， 避免了因为在不同标准的 情况下， 灌输的标准不统一时会导致要求严格的 客户出现缺陷检验漏失问题。 权利要求书1页 说明书4页 附图1页 CN 114418940 A 2022.04.29 CN 114418940 A 1.一种AI人工智能视 觉检测分级方法， 其特 征在于， 所述方法包括： 创建检测分级标准， 通过 所述分级标准对PCB板进行分类， 得到分类结果； 根据所述分类结果， 通过基于AI人工智能视觉执行对应的检测， 获取检测时的检测参 数； 根据所述检测参数及所述分类结果作为所述AI人工智能视 觉检测时的检测标准。 2.根据权利要求1所述的AI人工智能视觉检测分级方法， 其特征在于， 所述创建检测分 级标准， 通过 所述分级标准对所PCB板进行分类， 得到分类结果包括： 根据所述PCB板的类型及预设检测质量标准， 将多个所述PCB板进行划分， 得到基于不 同质量标准的所述分类结果。 3.根据权利要求2所述的AI人工智能视觉检测分级方法， 其特征在于， 所述质量标准包 括通过AI人工智能视 觉检测后的假 点与经过检修站后所确定的实际缺陷点的误差 。 4.根据权利要求1所述的AI人工智能视觉检测分级方法， 其特征在于， 所述根据 所述分 类结果， 通过基于AI人工智能视 觉执行对应的检测， 获取检测时的检测参数包括： 对每种类型PCB板基于预设检测质量标准采用AI人工智能视觉进行学习， 获取达到检 测要求时的AI人工智能视 觉的检测参数。 5.根据权利要求1所述的AI人工智能视觉检测分级方法， 其特征在于， 所述检测参数包 括： 用于AI人工智能视觉检测时的网络模型、 训练和学习参数、 模型组成及学习策略的一 种或多种。 6.根据权利要求1所述的AI人工智能视觉检测分级方法， 其特征在于， 所述根据 所述检 测参数及所述分类结果作为所述AI人工智能视 觉检测时的检测标准包括： 根据待检测的所述PCB板的类型及检测质量要求， 确定待检测的所述PCB板的类型及检 测质量要求确定待检测的所述PCB板的检测参数； 根据所确定的检测参数生成对应的AI人工智能视 觉检测方法， 执 行检测处 理。 7.一种AI人工智能视觉检测分级装置， 该装置包括存储器、 处理器以及存储在所述存 储器中并可在所述处理器上运行 的计算机程序， 其特征在于， 所述处理器执行所述计算机 程序时实现权利要求1 ‑8任一所述的方法步骤。 8.一种计算机可读存储介质， 所述计算机可读存储介质存储有计算机程序， 其特征在 于， 所述计算机程序被处 理器执行时实现如权利要求1 ‑8任一所述的方法步骤。权　利　要　求　书 1/1 页 2 CN 114418940 A 2AI人工智能视觉检测分级方 法、 装置及可读介质 技术领域 [0001]本发明涉及人工智能及PCB检测 领域， 具体涉及了一种AI人工智能视觉检测分级 方法、 装置及可读介质。 背景技术 [0002]随着PCB(Printed  Circuit Board， 印制电路板)的发展， PCB工厂逐渐增 多， 产品 质量竞争越来越大， 从而控制质量报 废的成本和提高生产效率是成为盈利的主 要方向。 [0003]目前PCB行业中内层AOI、 外层AOI和终检工序均会使用AOI和AVI扫描设备进行操 作生产。 AOI和AVI扫描设备说明： 根据PCB板型号资料与实务板进行比对， 并对差异点进行 标示给出坐标， 在将不良的PCB板坐标传到VRS(检修站)进行检修， 而在比对中会有很多假 点， 导致VRS(检修站)需要确认的问题点太多， 严重浪费生产效率和缺陷漏 失问题。 现行业 中为解决此内问题， AOI和AVI扫描设备会增加AI人工智能视觉检测软件进行判定假点， 其 原理就是将假点缺陷进 行记录统计、 学习、 应用其到达人工智能判定效果， 现A I人工智能视 觉检测软件只是将所有的PCB板缺陷进行记录统计。 [0004]其缺点如下： (1)不同客户PCB板标准不同， 会直接影响判定标准不准确。 (2)不同 客户PCB板标准不同， 在AI人工智能视觉检测软件学习中会统计出现错误。 如何将A I人工智 能应用于不同的PCB板标准是急需解决的技 术问题 发明内容 [0005]本发明的目的在于至少解决现有技术中存在的技术问题 之一， 提供了一种AI人工 智能视觉检测分级方法、 装置及可读介质， 解决了现有技 术的不足。 [0006]本发明的技术方案包括一种AI人工智能视觉检测分级方法， 其特征在于， 所述方 法包括： 创建检测分级标准， 通过所述分级 标准对PCB板进行分类， 得到分类结果； 根据所述 分类结果， 通过基于A I人工智能视觉执行对应的检测， 获取检测时的检测参数； 根据所述检 测参数及所述分类结果作为所述AI人工智能视 觉检测时的检测标准。 [0007]根据所述的AI人工智能视觉检测分级方法， 其中创建检测分级标准， 通过所述分 级标准对所PCB板进行分类， 得到分类结果包括： 根据所述PCB板的类型及预设检测质量标 准， 将多个所述PCB板进行划分， 得到基于不同质量标准的所述分类结果。 [0008]根据所述的AI人工智能视觉检测分级方法， 其中质量标准包括通过AI人工智能视 觉检测后的假 点与经过检修站后所确定的实际缺陷点的误差 。 [0009]根据所述 的AI人工智能视觉检测分级方法， 其中根据所述分类结果， 通过基于AI 人工智能视 觉执行对应的检测， 获取检测时的检测参数包括： [0010]对每种类型PCB板基于预设检测质量标准采用AI人工智能视觉进行学习， 获取达 到检测要求时的AI人工智能视 觉的检测参数。 [0011]根据所述 的AI人工智能视觉检测分级方法， 其中检测参数包括： 用于AI人工智能 视觉检测时的网络模型、 训练和学习参数、 模型组成及学习策略的一种或多种。说　明　书 1/4 页 3 CN 114418940 A 3