基于YOLOv8与度量分析的三维BGA焊球缺陷检测方法
黄云飞
李璇
陈平
中北大学信息与通信工程学院,太原 030051;信息探测与处理山西省重点实验室,太原 030051
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.
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
分类号：TP391.4(计算技术、计算机技术)TN405(微电子学、集成电路（IC）)
资助基金：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)
论文发表日期：2025-03-31
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：9( 235-243 )
英文信息