换一批基于YOLOv8与度量分析的三维BGA焊球缺陷检测方法
A Three-dimensional BGA Solder Ball Defect Detection Method Based on YOLOv8 and Metric Analysis
摘要随着电子器件的集成化和微型化,BGA封装的广泛应用使得对其焊球缺陷检测变得至关重要.通过CT扫描重建BGA封装芯片内部焊球三维图像,根据焊球及缺陷的三维特征,提出一种基于YOLOv8与度量分析的三维BGA焊球缺陷检测方法.首先,依托YOLOv8算法构建三维BGA芯片图像目标检测模型,通过精确调整训练数据集中空洞的尺寸比例,提高模型对目标尺寸空洞缺陷的检测敏感性.然后,将其应用于三维BGA芯片图像识别空洞缺陷,生产候选目标集.最后,设计缺陷尺寸度量算法,对候选焊球内部空洞进行三维图像分割,计算空洞率,据此筛选出目标指标值的空洞缺陷.同时,将缺陷尺寸度量算法与数据集构建过程相结合,实现焊球缺陷标记自动化,减少三维缺陷标注工作量.在三维BGA芯片图像数据集上的实验结果表明,该方法能有效识别目标空洞缺陷并实现高检出率和低误检率,验证方法的有效性.
更多相关知识
关键词
三维目标检测BGA焊球缺陷检测缺陷度量OTSU阈值分割3D object detectionBGA solder ballsdefect detectiondefect measurementOTSU threshold segmentation
栏目名称
DOI
10.15953/j.ctta.2024.237
发布时间
2025-04-03（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家重点研发计划（2023YFE0205800）
山西省自然科学基金（202303021212207）
基于能谱CT和深度迁移学习的致密油砂岩组分结构的定量表征方法研究(202103021224190))（202103021224190）
山西省重点研发计划（202302150401011）
国家自然科学基金（62301508）
- 浏览9
- 被引3
- 下载1
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
