一种基于深度学习的PCB表面缺陷检测方法
实质审查的生效
摘要
本发明涉及工业计算机领域，提供了一种基于深度学习的PCB表面缺陷检测方法，用于识别PCB表面缺陷，包括：采集PCB图像，对缺陷图像进行挑选，使用GAN扩增图像数据集，图像标注，图像预处理，图像训练及测试，对训练模型进行封装。本发明很好地解决了在PCB检测中样本数少、准确率低的问题，具有鲁棒性高，泛化能力强，准确度高的特点。
基本信息
专利标题 ：
一种基于深度学习的PCB表面缺陷检测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114332084A
申请号 ：
CN202210234571.6
公开（公告）日 ：
2022-04-12
申请日 ：
2022-03-11
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
周鸣乐张泽恺李刚李敏
申请人 ：
齐鲁工业大学
申请人地址 ：
山东省济南市长清区大学路3501号
代理机构 ：
济南格源知识产权代理有限公司
代理人 ：
刘晓政
优先权 ：
CN202210234571.6
主分类号 ：
G06T7/00
IPC分类号 ：
G06T7/00 G06V10/40 G06V10/774 G06V10/764 G06V10/80 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
2022-04-29 ：
实质审查的生效
IPC(主分类) : G06T 7/00
申请日 : 20220311
申请日 : 20220311
2022-04-12 ：
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
