印刷线路板缺陷识别的深度学习方法、系统、设备及介质
实质审查的生效
摘要
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。
基本信息
专利标题 ：
印刷线路板缺陷识别的深度学习方法、系统、设备及介质
专利标题（英）：
暂无
公开（公告）号 ：
CN114418980A
申请号 ：
CN202210020675.7
公开（公告）日 ：
2022-04-29
申请日 ：
2022-01-10
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
郑碎武马秋立凌晨黄剑锋陈慧冲李煜
申请人 ：
惠州中科先进制造有限公司
申请人地址 ：
广东省惠州市惠澳大道惠南高新科技产业园金达路7号厂区服务楼(B栋)第2层209、210号
代理机构 ：
广东创合知识产权代理有限公司
代理人 ：
陈崇冲
优先权 ：
CN202210020675.7
主分类号 ：
G06T7/00
IPC分类号 ：
G06T7/00 G06V10/774 G06V10/82 G06K9/62 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T7/00
图像分析
法律状态
2022-05-20 ：
实质审查的生效
IPC(主分类) : G06T 7/00
申请日 : 20220110
申请日 : 20220110
2022-04-29 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
