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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD