本发明属于工业检测,特别涉及一种基于嵌入式ai平台的精密金工3d无损检测方法。
背景技术:
1、精密金工,例如金属弹片,在电子行业的应用极为广泛。在电子产品制造中,电路板是一个非常重要的组成部分,而金属弹片可以用于实现电路板的各种功能。例如:跳线功能、连接器、传导性等。这些就要求金属弹片具有极高的精密程度,要求整体弹片水平高度误差范围在0.1mm内。
技术实现思路
1、本公开实施例之一,一种精密金工3d无损检测方法,该检测方法包括,
2、将激光线扫传感器固定在支架上;
3、设置传送带于所述激光线扫传感器下方,所述精密金工被置于所述传送带上;
4、配置嵌入式ai平台,接收所述激光线扫传感器传送的精密金工的图像数据;
5、激光线扫传感器采集数据激光线扫描数据,嵌入式ai平台将激光线扫传感器传输的数据进行深度图的生成,根据深度图进行缺陷检测。
6、所述嵌入式ai平台装载有精密金工3d无损检测模型。
7、所述检测模型的构建方法包括:采集精密金工的高度数据,生成深度图;对深度图进行阈值分割;进行双三次插值超分辨率处理,利用ai模型进行训练。
1.一种精密金工3d无损检测方法,其特征在于,该检测方法包括,将激光线扫传感器固定在支架上;
2.根据权利要求1所述的检测方法,其特征在于,精密金工的位置放置应在激光线的中间区域。
3.根据权利要求1所述的检测方法,其特征在于,所述的缺陷包括翘起和裂痕。
4.根据权利要求1所述的检测方法,其特征在于,所述嵌入式ai平台被部署在pc端。
5.根据权利要求1所述的检测方法,其特征在于,所述嵌入式ai平台装载有精密金工3d无损检测模型。
6.根据权利要求5所述的检测方法,其特征在于,所述检测模型的构建方法包括:采集精密金工的高度数据,生成深度图;对深度图进行阈值分割;进行双三次插值超分辨率处理,利用ai模型进行训练。
7.根据权利要求6所述的检测方法,其特征在于,所述检测模型的构建方法还包括:
8.根据权利要求7所述的检测方法,其特征在于,定义损失函数,是由定位损失、分类损失和置信度损失组成的加权和。
9.根据权利要求1所述的检测方法,其特征在于,所述精密金工包括金属弹片。
10.根据权利要求1所述的检测方法,其特征在于,该检测方法用于电路板的缺件、漏焊破损检测。