摘要
本发明涉及视觉检测技术领域,具体为一种基于视觉检测的产品质量检测设备及检测方法,步骤S1、输出产品的检测结果;步骤S2、判断是否有历史缺陷类型与当前缺陷类型相同;步骤S3、分析多个当前缺陷类型之间的影响因子;步骤S4、划分新缺陷类型所归属的加工工序。本发明通过对同一产品上出现的多种缺陷类型之间的关系进行分析,计算两种缺陷类型之间的影响因子,根据影响因子预测对应的加工工序中加工设备的维修时间,及时输出对加工设备进行维修的指令,针对性的改善流程,提高产品的合格率;同时在检测到出现新缺陷类型时,分析导致新缺陷类型出现的原因,划分新缺陷类型所归属的加工工序,以便于对加工工序进行更加精准的监控。
技术关键词
产品质量检测方法
产品质量检测设备
深度学习模型
标记
特征点
因子
工业相机
视觉检测技术
控制系统
图像采集装置
图像分割
工作台
网格
指令
两点
曲线
节点
系统为您推荐了相关专利信息
标记分布学习
混合预测模型
条件生成对抗网络
影像
分支
早产预测
半结构化文本
注意力
医院电子病历
孕妇
马尔可夫链模型
多项性能参数
滑动窗口技术
光伏系统
可再生能源系统
时间序列分类方法
状态空间模型
变量
频域特征
非线性
小麦品种
鉴别方法
小麦冠层
摄像设备
特征提取能力