印刷线路板缺陷识别的深度学习方法、系统、设备及介质.pdfVIP

下载本文档

2
0
约1.2万字
约 12页
2023-05-08 发布于北京
举报
版权申诉

印刷线路板缺陷识别的深度学习方法、系统、设备及介质.pdf

1、本文档共12页，其中可免费阅读11页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明涉及一种印刷线路板缺陷识别的深度学习方法、系统、设备及介质，包括：S1、采集包含PCB线路板的图像数据，将图像数据转化为深度学习的样本图片；S2、将样本图片输入到深度学习模型进行训练和测试；S3、利用有限个数的样本，对深度学习模型进行扩容更新；S4、对深度学习模型的卷积神经网络进行非线性优化；S5、调整深度学习模型中细微瑕疵的权重，提高细微瑕疵的检出率；S6、构建孪生神经网络，通过所述孪生神经网络提高样本图片瑕疵的识别率。本发明能够实现对印刷线路板便捷及高精度的缺陷识别。

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114418980 A (43)申请公布日 2022.04.29 (21)申请号 202210020675.7 G06K 9/62 (2022.01)