摘要
本发明涉及一种塑封电子元器件表面光学印刷字符人工智能识别方法,该检测方法的步骤为:步骤1)、图像获取,得到清晰的图形数据集样本,对图形数据集做尺寸变换并按比例划分为训练集、验证集及测试集,用于模型训练验证及测试;步骤2)、构建改进的基于注意力机制的DBNet字符检测网络;步骤3)构建基于空间变换网络的改进卷积循环神经识别网络;步骤4)将步骤2)的检测网络与步骤3)的识别网络合并,得到光学字符识别网络模型;步骤5)使用训练集对步骤4)的光学字符识别模型进行训练及测试。本发明具有检测精度高、稳定性强、速度快、效率高的优点,且能够进行非接触式无损检测。
技术关键词
人工智能识别方法
塑封电子元器件
光学字符识别
空间变换网络
注意力机制
卷积循环神经网络
光学显微镜
训练集
测试结构
数据
图像像素
非接触式
标签
样本
芯片
上采样
文本
系统为您推荐了相关专利信息
节点
对象
终端设备控制方法
知识图谱构建
报警设备
海上风电机组
预测系统
动态规划模型
门控循环网络
时空注意力机制
时间序列预测模型
钟差预报方法
卫星钟差数据
深度学习模型
数据嵌入
视频字幕生成方法
语义注意力
视觉特征
跨模态
解码器