摘要
本发明涉及人工智能、印刷等技术领域,提供一种基于UNet模型的印刷肥油缺陷的检测方法与电子设备壳体,通过训练能够识别不同肥油缺陷的实用UNet模型,印刷生产电子设备壳体时,对当前电子设备壳体基材的油墨印刷层进行成像,以得到油墨印刷层图像,将油墨印刷层图像输入实用UNet模型,通过实用UNet模型对当前电子设备壳体基材的油墨印刷层的印刷图案的肥油缺陷进行识别,在实用UNet模型识别到当前电子设备壳体基材的油墨印刷层存在印刷图案的肥油缺陷时,将存在肥油缺陷的当前电子设备壳体基材输送至次品回收区,从而实现检测基材的油墨印刷层图案的肥油缺陷时,提高检测精度和检测效率。
技术关键词
电子设备壳体
油墨印刷层
印刷图案
自动标记
图像
直方图均衡化算法
随机噪声
样本
基材
滤波算法
油墨涂布设备
漫反射光源
区域生长算法
对比度
边缘检测算法
次品
印刷工艺
压力
系统为您推荐了相关专利信息
医学影像数据
可视化系统
图谱
模型训练模块
系统控制模块
物理布局信息
相机自动对焦方法
图像处理单元
信号接收模块
像素点
特征融合方法
低通滤波器
高通滤波器
高频特征
融合特征