摘要
本发明提供一种基于卷积神经网络的笔记本外观缺陷识别方法和装置,方法包括:基于缺陷识别信号,获取笔记本的外观特征数据,外观特征数据至少包括笔记本的大面数据、端面数据和底面数据;获取外观数据特征输入至卷积神经网络检测模型后得到检测数据,卷积神经网络检测模型是基于外观缺陷样本数据训练得到的;基于检测数据确定笔记本的检测结果。本发明通过训练好的卷积神经网络检测模型实现对多种型号笔记本外观缺陷的检测,具有笔记本外观型号覆盖广,对多种型号笔记本进行外观缺陷检测过程中,无需单独对每种型号进行特定规则和算法的设计,降低了系统开发和维护难度,提升了缺陷检测效率。
技术关键词
笔记本
识别算法
数据
外观缺陷识别方法
样本
形貌特征
检测缺陷
训练卷积神经网络
外观缺陷检测
端面缺陷
划痕缺陷
信号
图像缩放
策略
分割算法
传播算法
识别装置
面线
标识
系统为您推荐了相关专利信息
图像识别装置
超声图像识别方法
神经网络模型
血流动力学参数
识别模块
调控模型
负荷调控方法
终端
可调负荷
负荷调控系统
网络入侵检测方法
网络入侵检测模型
细粒度分类
网络流特征
网络入侵检测系统
三维场景构建方法
轮廓区域
三维模型
业务数据查询
字典