基于联邦学习的PCB缺陷检测方法、系统

AITNT
正文
推荐专利
基于联邦学习的PCB缺陷检测方法、系统
申请号:CN202410935097
申请日期:2024-07-12
公开号:CN119006365A
公开日期:2024-11-22
类型:发明专利
摘要
本发明提供一种基于联邦学习的PCB缺陷检测方法、系统,采用分布式的联邦训练,在各个数据集所在的服务器进行本地PCB检测客户端的网络模型训练,各个PCB检测模型通过其在PCB检测客户端本地的数据集训练后,将训练好的模型参数上传发送至中央服务器进行参数聚合,中央服务器对模型参数进行聚合平均后再发回各个本地PCB检测客户端继续训练,完成梯度更新、参数更新,继而在不共享原始数据的前提下,完成对模型参数的共享,既满足了电子制造行业的隐私保护要求,又增强了模型对更多数据的适应能力,大大提高了泛化能力,提升检测精度。
技术关键词
缺陷检测方法 客户端 PCB板 服务器 缺陷类别 影像 多尺度特征 时间同步协议 数据 缺陷检测系统 网络模型训练 非线性算法 更新模型参数 生成多尺度 程序 信道 抑制算法 模块
系统为您推荐了相关专利信息
1
资源转移方法、装置、计算机设备、存储介质和程序产品
资源转移信息 页面 资源转移方法 控件 更新模型参数
2
自动引导车及其控制方法、仓储系统及计算机可读存储介质
引导车 RFID电子标签 磁场强度信息 姿态检测模块 轨道
3
基于多摄像头和深度学习融合的产品缺陷检测方法、系统、装置及存储介质
产品缺陷检测方法 深度学习融合 关键帧 集成加权 数据一致性校验
4
硬盘故障预测方法、服务器、存储介质和电子设备
剩余寿命预测 基板管理控制器 机器学习模型 硬盘故障预测方法 固件
5
一种基于网络中心信息的加密流量分析方法及系统
加密 流量分析方法 监控模块 网络中心 策略
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号