摘要
本发明公开了一种基于深度学习的光学衍射元件缺陷检测方法、系统和介质,方法包括获取第一待测图像,对第一待测图像进行预处理得到第一待测图像的第一ROI区域子图并建立几何直角坐标系;加载提前部署的第一深度学习模型对第一ROI区域子图进行语义分割,第一深度学习模型用于识别第一点胶区域并输出第一特征图,第一深度学习模型基于Unet++网络结构,第一深度学习模型的编码器和解码器均采用多尺度大核卷积模块;第一ROI区域子图采用第一2D传统算法检测第一缺陷;第一特征图采用第二2D传统算法检测第二缺陷和第三缺陷。方法利用深度学习算法,结合2D传统算法能提高光学衍射元件检测的速度和准确率。
技术关键词
光学衍射元件
深度学习模型
缺陷检测方法
卷积模块
多尺度
通道注意力机制
网络结构
编码器
图像分析
缺陷检测系统
解码器结构
深度学习算法
语义
可读存储介质
拼接单元
分支
系统为您推荐了相关专利信息
产品质量预测方法
压铸件
动态时间规整算法
机器学习模型
样本
异常事件
突显方法
监控视频流
计算机可读取存储介质
深度学习模型
霍尔传感器模块
深度学习模型
量检测方法
输送槽
图像
故障检测方法
故障检测程序
信号
采集机械设备
多尺度