基于深度学习框架的SMT 3D图像数据的分类方法

本发明涉及图像数据分类技术领域，公开了一种基于深度学习框架的SMT 3D图像数据的分类方法，通过有效利用深度学习技术减少对大量标注数据的依赖，并将迁移学习技术引入到SMT 3D图像分类中，通过使用在大规模数据集上预训练的模型，并基于生产线数据对其进行微调，从而实现对特定生产线的特征学习，提高了模型的训练效率，实现对SMT 3D图像的高效、准确分类，从而进一步提高SMT制造过程中的质量检测水平。