- 1、本文档共13页,其中可免费阅读12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
查看更多
本发明涉及一种基于注意力机制网络的PCB缺陷检测方法,包括步骤:输入图片,捕获图像并提取图像数据,对图像数据进行数据预处理;构建视觉增益网络模型;训练视觉增益网络模型。本发明的有益效果是:通过分析注意机制和视觉增益机制之间的关系,将相关机制进一步融入到FasterRCNN模型中,构建视觉增益网络模型(VG‑RCNN模型);使用FocalLoss代替原来的交叉熵,通过减少易分类样本的权重,从而使得VG‑RCNN模型在训练时更专注于难分类的样本。通过低成本的图像处理技术提高了PCB板缺陷检测的精
(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 113112482 A
(43)申请公布日 2021.07.13
(21)申请号 202110410707.X G06K 9/62 (2006.01)
文档评论(0)