摘要
本发明涉及数据分析技术领域,具体公开了基于机器视觉的电子设备外壳智能检测方法,包括以下步骤:S1:获取子时段内电子设备外壳的检测记录,确定同种缺陷类型的电子设备外壳总数;S2:计算数量差值,生成坐标点,对坐标点进行拟合得到拟合曲线;确定最大数量差值,设定数量差值区间,在数量差值区间内设置数量差值等级;S3:确定目标比例,基于目标比例筛选异常曲线,判定异常曲线对应的缺陷种类改进效果差。本发明通过不同缺陷种类的改进效果相互对比,确定改进效果差的缺陷种类,为生产质量的改进提供依据。
技术关键词
电子设备外壳
智能检测方法
曲线
生成坐标点
视觉
判断电子设备
深度学习训练
数据分析技术
深度学习模型
图像
摄像设备
系统为您推荐了相关专利信息
水印嵌入强度
水印嵌入位置
数据
计算机可读指令
视频纹理特征
概率统计模型
网络构建方法
疲劳损伤评估方法
桥梁
疲劳寿命预测
情感分析方法
模态特征
注意力
时域卷积网络
文本
多模态特征融合
视觉特征
空间点云数据
融合特征
视觉采集设备