一种基于深度学习的石英晶振精准入槽检测方法及系统

本发明涉及电子元件制造、机器视觉与深度学习交叉技术领域，提供一种基于深度学习的石英晶振精准入槽检测方法及系统，方法包括采集不同检测工位的晶振图像，并对晶振图像进行预处理，获得输入图像；构建深度学习网络模型；通过骨干网络对输入图像进行特征提取，获得高维特征图；通过颈部网络对高维特征图进行深浅层特征融合和进一步特征提取，获得预测输入特征图；通过头部网络对预测输入特征图进行特征提取，获得预测特征图；对预测特征图进行后处理获得最优预测框；根据最优预测框进行晶振入槽检测。本发明实现了对晶振图像中晶振是否入槽的精准检测与识别，具有检测精度高、泛化能力强、检测效率高和成本低等优点。