買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉中國科學技術大學申請的專利基于增量學習的印刷電路板缺陷檢測方法及設備獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115908340B 。

龍圖騰網通過國家知識產權局官網在2025-08-26發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202211509742.8，技術領域涉及：G06T7/00；該發明授權基于增量學習的印刷電路板缺陷檢測方法及設備是由康宇;史珂豪;柏鵬;許鎮義;曹洋設計研發完成，并于2022-11-29向國家知識產權局提交的專利申請。

本基于增量學習的印刷電路板缺陷檢測方法及設備在說明書摘要公布了：本發明的一種基于增量學習的印刷電路板缺陷檢測方法及設備，包括以下步驟，步驟1：對于增量任務中的PCB缺陷基類的訓練，采用標準的分類流程；步驟2：對于PCB缺陷增量類的訓練，首先采用隨機事件選擇產生可擴展特征表示并計算缺陷原型特征；步驟3：采用動態關系投影構建PCB舊類缺陷原型特征和新類缺陷樣本之間的相關矩陣；步驟4：將新舊類缺陷樣本之間的相關矩陣和從PCB新類缺陷提取的特征一起經過分類器計算損失并優化。本發明利用隨機事件選擇提高PCB缺陷類特征表示的可擴展性和優化能力；利用自我提升的缺陷原型細化機制增強新類缺陷雜銅、雜散以及偏移等的表達能力，同時保留PCB原有缺陷漏孔、鼠咬、開路及短路等之間的關系特征。

本發明授權基于增量學習的印刷電路板缺陷檢測方法及設備在權利要求書中公布了：1.一種基于增量學習的印刷電路板缺陷檢測方法，其特征在于，包括以下步驟， 步驟S1：對于增量任務中的PCB缺陷基類的訓練，采用標準的分類流程； 步驟S2：對于PCB缺陷增量類的訓練，首先采用隨機事件選擇產生可擴展特征表示并計算缺陷原型特征； 步驟S3：采用動態關系投影構建PCB舊類缺陷原型特征和新類缺陷樣本之間的相關矩陣； 步驟S4：將新舊類缺陷樣本之間的相關矩陣和從PCB新類缺陷提取的特征一起經過分類器計算損失并優化； 所述步驟S2具體包括如下細分步驟S21至S23： S21：在學習過程中引入隨機事件選擇策略，并在每次迭代中生成一個N類別缺陷，每類缺陷擁有K個缺陷樣本的增量事件；將query圖像Q和一個從PCB缺陷基訓練集X1中隨機選擇的N類別缺陷K樣本集合C輸入到缺陷檢測模型中； S22：在每次迭代中，從已知缺陷標簽空間中隨機抽取N個類別的缺陷，然后選擇K個樣本作為特征提取器；對每個PCB缺陷類所獲得的嵌入數取平均值： S23：假設這N個類別的缺陷在這次迭代之前沒有被看到，它們相應的原型將被消除； 所述步驟S3具體包括如下細分步驟S31至S33： S31：利用自我提升原型細化機制保持PCB原有缺陷的依賴性，增強對PCB新類缺陷的區分能力；首先，缺陷類嵌入和舊類缺陷原型特征被轉換為一個共享的潛在空間； S32：計算這個空間中的舊類缺陷和新類缺陷之間的余弦相似性，從而得到新舊類PCB缺陷之間的關系矩陣； S33：將關系矩陣作為缺陷原型特征細化的轉移系數。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中國科學技術大學，其通訊地址為：230026 安徽省合肥市包河區金寨路96號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。