摘要
本发明涉及计算机视觉技术领域,具体涉及一种缺陷检测方法、装置及设备,本发明通过获取历史缺陷样本集及扩充集生成第一缺陷样本集,涵盖更多缺陷情况,提升模型对复杂缺陷适应力;其次,利用深度卷积神经网络模型等预处理并生成Micro LED缺陷检测模型,提高检测精度,准确标注分类相似缺陷,保障检测结果可靠;再者,自动化样本集生成与模型优化节省时间精力,模型能够快速准确地助力生产决策;最后,该模型利于提升生产决策质量、推动科技创新,助力解决生产问题,保障工业可持续发展。
技术关键词
深度学习模型
深度卷积神经网络模型
样本
缺陷检测方法
数据
缺陷检测设备
深度卷积生成对抗网络
缺陷类别
线性插值运算
缺陷检测装置
计算机视觉技术
科技创新
标签
分区
插值算法
存储器
助力
网络结构
模块
决策
系统为您推荐了相关专利信息
追溯方法
多模型
数据处理算法
实时数据
异常数据
偏离误差
训练样本数据
波束
天线振子
神经网络模型
智能诊断方法
故障诊断模型
多源信息融合
设备轴承
滤波