申请/专利权人:深圳市凌云视迅科技有限责任公司
申请日:2023-12-29
公开(公告)日:2024-04-02
公开(公告)号:CN117809110A
主分类号:G06V10/764
分类号:G06V10/764;G06V10/82;G06V10/44;G06V10/774;G06N3/0464;G06N3/08;G06T7/00
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.19#实质审查的生效;2024.04.02#公开
摘要:本申请公开了一种缺陷检测模型的训练方法及缺陷检测方法,属于图像处理技术领域。所述缺陷检测模型用于检测SMT贴片的表面缺陷,所述缺陷检测模型的训练方法包括:获取SMT贴片表面缺陷样本集,所述SMT贴片表面缺陷样本集包括多张表面样本图像;基于所述表面样本图像的缺陷类别,对所述SMT贴片表面缺陷样本集进行分类,得到多个缺陷样本子集;分别对每个所述缺陷样本子集进行数据增强;根据数据增强后的所述多个缺陷样本子集训练并更新卷积神经网络,得到所述缺陷检测模型。该缺陷检测模型的训练方法可以提高缺陷检测模型的检测精度,检测效率和泛化能力。
主权项:1.一种缺陷检测模型的训练方法,其特征在于,所述缺陷检测模型用于检测SMT贴片的表面缺陷,所述方法包括:获取SMT贴片表面缺陷样本集,所述SMT贴片表面缺陷样本集包括多张表面样本图像;基于所述表面样本图像的缺陷类别,对所述SMT贴片表面缺陷样本集进行分类,得到多个缺陷样本子集;分别对每个所述缺陷样本子集进行数据增强;根据数据增强后的所述多个缺陷样本子集训练并更新卷积神经网络,得到所述缺陷检测模型。
全文数据:
权利要求:
百度查询: 深圳市凌云视迅科技有限责任公司 缺陷检测模型的训练方法及缺陷检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。