摘要
针对集成电路引线框架表面缺陷问题,设计并实现了一种基于深度学习和图像识别技术的集成电路引线框架表面缺陷在线检测方法.首先利用卷积神经网络提取出集成电路引线框架上的特征图谱;然后通过人工选取合适的阈值对特征图谱中存在的异常进行分类识别,最后将分类结果与实际情况相比较验证该算法的有效性;实验表明,在训练集上测试其准确率达到99.99%以上,而在测试集上则为89.71%左右;同时,对比不同的数据集发现,所提出的算法具有较好的泛化性能、鲁棒性以及稳定性等优点,可以应用到多种领域。此外本文还给出了改进后的模型结构图及相应的参数设置方案,以便于后续的深入研究。
