河南科技學院等申請基於深度學習的印刷電路板表面缺陷檢測專利，提升 RT-DETR 網絡在印刷電路板缺陷檢測中的目標檢測精度和魯棒性

金融界2025年5月24日消息，國家知識產權局信息顯示，河南科技學院、河南綠豐環保工程有限公司申請一項名爲“一種基於深度學習的印刷電路板表面缺陷檢測方法”的專利，公開號 CN120031872A，申請日期爲 2025年04月。

專利摘要顯示，一種基於深度學習的印刷電路板表面缺陷檢測方法，包括 RT-DETR 網絡算法，在 RT-DETR 網絡算法的CCFM採樣階段引入 DySample 模塊，並使CCFM採樣階段進行動態上採樣；將採用了RetBlock結構的RetBlockC3模塊替換 RT-DETR 網絡算法中的原有RepC3模塊；將 DA-ACFN 模塊集成至 RT-DETR 網絡中，得到改進後的 RT-DETR 網絡；利用印刷電路板表面缺陷數據集對改進後的 RT-DETR 網絡算法進行訓練，獲得 RT-DETR 目標檢測模型；將 RT-DETR 目標檢測模型用於印刷電路板表面缺陷檢測；從而提升 RT-DETR 網絡在印刷電路板缺陷檢測中的目標檢測精度和魯棒性。

本文源自：金融界

作者：情報員