(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 20221081828 8.8 (22)申请日 2022.07.13 (65)同一申请的已公布的文献号 申请公布号 CN 114913401 A (43)申请公布日 2022.08.16 (73)专利权人 江苏烨明光电有限公司 地址 221400 江苏省徐州市新沂市锡沂高 新区一带一路智慧光电产业园12#、 13# (72)发明人 陈旭　 (74)专利代理 机构 北京恒泰铭睿知识产权代理 有限公司 1 1642 专利代理师 何平 (51)Int.Cl. G06V 10/80(2022.01)G06V 10/82(2022.01) G06V 10/24(2022.01) B23K 37/00(2006.01) G06N 3/04(2006.01) 审查员 李慧 (54)发明名称 LED灯芯柱与外壳的焊接设备及其焊接质量 监控方法 (57)摘要 本申请涉及焊接质量监控的领域， 其具体地 公开了一种LED灯芯柱与外壳的焊接设备及其焊 接质量监控 方法， 其通过具有空间注 意力机制的 卷积神经网络模型来从焊接后LED灯半成 品的焊 接图像中挖掘出具有全局空间隐含关联特征信 息的全局特征图， 并且从所述全局特征图中提取 出焊接图像的感兴趣区域的高维隐含 特征信息， 进一步地对其特征的局部 ‑整体特性进行调节后 再进行特征的融合， 以向每个感兴趣区域特征图 引入围绕相对于全局表征信息最小化损失的鲁 棒性， 从而提高了用于特征的局部表 示的感兴趣 区域特征图对于全局期望特征的依赖性， 从而提 高了感兴趣区域特征图的分类性能。 这样， 就能 够保证对LED灯芯柱与外壳的焊接质量检测的准 确性。 权利要求书3页 说明书11页 附图6页 CN 114913401 B 2022.09.30 CN 114913401 B 1.一种LED灯芯柱与外壳的焊接设备， 其特 征在于， 包括： 焊接图像采集模块， 用于获取焊接后LED灯半成品的焊接图像； 焊接图像全局编码模块， 用于将所述焊接图像通过使用空间注意力 机制的第 一卷积神 经网络以得到全局特 征图； 焊接区域提取模块， 用于从所述全局特征图中提取对应于三个焊接区域的第 一至第三 感兴趣区域； 感兴趣区域校正模块， 用于对所述第 一至第三感兴趣区域中各个感兴趣区域分别进行 特征分布校正以得到校正后第一至第三感兴趣区域； 特征融合模块， 用于融合所述全局特征图和所述校正后第 一至第三感兴趣区域以得到 分类特征图； 焊接质量判断模块， 用于将所述分类特征图通过分类器以得到分类结果， 所述分类结 果用于表示 LED灯芯柱与外壳的焊接质量是否满足预设要求； 其中， 所述感兴趣区域校正模块， 包括： 局部特征表示单元， 用于计算所述第 一至第三感兴趣区域中各个感兴趣区域的各个位 置的特征值与一的加权值的对数函数值作为所述第一至第三感兴趣区域中各个感兴趣区 域的各个位置的局部特 征表示； 全局特征表示单元， 用于计算所述全局特征图中所有位置的特征值的求和值与一的加 和值得对数函数值作为所述全局特 征图的全局特 征表示； 校正单元， 用于以所述第 一至第三感兴趣区域中各个感兴趣区域的各个位置的局部特 征表示分别除以所述全局特征图的全局特征表示以得到所述校正后第一至第三感兴趣区 域。 2.根据权利要求1所述的LED灯芯柱与外壳的焊接设备， 其中， 所述焊接图像全局编码 模块， 用于： 使用所述第一卷积神经网络的各层 在层的正向传递中对输入数据进行： 对所述输入数据进行基于二维卷积核的卷积处 理以生成卷积特 征图； 对所述卷积特 征图进行池化处 理以生成池化特 征图； 对所述池化特 征图进行激活 处理以生成激活特 征图； 对所述激活特 征图进行全局平均池化以获得空间特 征矩阵； 对所述空间特 征矩阵进行 卷积处理和激活 处理以生成权 重向量； 以及 以所述权重向量中各个位置的权重值分别对所述激活特征图的各个特征矩阵进行加 权以获得生成特 征图； 其中， 所述第一卷积神经网络的最后一层输出的所述 生成特征图为所述全局特 征图。 3.根据权利要求2所述的LED灯芯柱与外壳的焊接设备， 其中， 所述焊接区域提取模块， 进一步用于基于所述三个焊接区域在所述焊接图像中的位置， 从所述全局特征图中提取对 应于所述 三个焊接区域的所述第一至第三感兴趣区域。 4.根据权利要求2所述的LED灯芯柱与外壳的焊接设备， 其中， 所述焊接区域提取模块， 进一步用于将所述全局特征图通过目标候选框提取网络以从所述全局特征图中锚定对应 于所述三个焊接区域的所述第一至第三感兴趣区域。 5.根据权利要求4所述的LED灯芯柱与外壳的焊接设备， 其中， 所述特征融合模块， 用 于:权　利　要　求　书 1/3 页 2 CN 114913401 B 2感兴趣区域融合单元， 用于计算所述校正后第 一至第三感兴趣区域的按位置加权和以 得到感兴趣区域融合特 征图； 线性变换单元， 用于将所述全局特征图通过线性变换调整至与 所述感兴趣区域融合特 征图具有相同的尺寸； 以及 融合单元， 用于计算所述感兴趣区域融合特征图和所述全局特征图的按位置加权和以 得到所述分类特 征图。 6.根据权利要求5所述的LED灯芯柱与外壳的焊接设备， 其中， 所述焊接质量判断模块， 进一步用于所述分类器以如下公式对所述分类特征图进行处理以生成分类结果， 其中， 所 述公式为： softmax{(Wn,Bn):…:(W1,B1)|Project(F)}， 其中Project(F)表示将所述分类特 征图投影为向量， W1至Wn为各层全连接层的权重矩阵， B1至Bn表示各层全连接层的偏置矩 阵。 7.一种LED灯芯柱与外壳的焊接设备的焊接质量 监控方法， 其特 征在于， 包括： 用于获取焊接后LED灯半成品的焊接图像； 将所述焊接图像通过使用空间注意力机制的第一卷积神经网络以得到全局特 征图； 从所述全局特 征图中提取对应于三个 焊接区域的第一至第三感兴趣区域； 对所述第一至第三感兴趣区域中各个感兴趣区域分别进行特征分布校正以得到校正 后第一至第三感兴趣区域； 融合所述全局特 征图和所述校正后第一至第三感兴趣区域以得到分类特 征图； 以及 将所述分类特征图通过分类器以得到分类结果， 所述分类结果用于表示LED灯芯柱与 外壳的焊接质量是否满足预设要求； 其中， 对所述第 一至第三感兴趣区域中各个感兴趣区域分别进行特征分布校正以得到 校正后第一至第三感兴趣区域， 包括： 计算所述第一至第三感兴趣区域中各个感兴趣区域的各个位置的特征值与一的加权 值的对数函数值作为所述第一至第三感兴趣区域中各个感兴趣区域的各个位置的局部特 征表示； 计算所述全局特征图中所有位置的特征值的求和值与一的加和值得对数函数值作为 所述全局特 征图的全局特 征表示； 以所述第一至第三感兴趣区域中各个感兴趣区域的各个位置的局部特征表示分别除 以所述全局特 征图的全局特 征表示以得到所述校正后第一至第三感兴趣区域。 8.根据权利要求7所述的LED灯芯柱与外壳的焊接设备的焊接质量监控方法， 其中， 将 所述焊接图像通过使用空间注意力机制的第一卷积神经网络以得到全局特 征图， 包括： 使用所述第一卷积神经网络的各层 在层的正向传递中对输入数据进行： 对所述输入数据进行基于二维卷积核的卷积处 理以生成卷积特 征图； 对所述卷积特 征图进行池化处 理以生成池化特 征图； 对所述池化特 征图进行激活 处理以生成激活特 征图； 对所述激活特 征图进行全局平均池化以获得空间特 征矩阵； 对所述空间特 征矩阵进行 卷积处理和激活 处理以生成权 重向量； 以及 以所述权重向量中各个位置的权重值分别对所述激活特征图的各个特征矩阵进行加 权以获得生成特 征图；权　利　要　求　书 2/3 页 3 CN 114913401 B 3