摘要
本发明涉及图像检测技术领域,具体涉及一种针对笔记本电脑内置KB件的铆压缺陷检测方法,包括采集KB件的铆压图像数据集进行预处理和划分,得到训练集和测试集;基于KB件铆压缺陷的形状长宽比例特点,采用聚类算法选取初始的锚点框,引入动态卷积,结合注意力机制和损失函数对目标检测算法改进,得到检测模型;将训练集输入检测模型进行迭代训练,得到目标检测模型;将测试集输入目标检测模型中进行测试,得到KB件铆压缺陷类别,该方法利用图像处理和模式识别技术,自动、高精度地识别并分类铆接部位的瑕疵,实现全检出不良品并自动剔除,提高产线效率和成品合格率,不仅提升检测精度,降低人工依赖,为笔记本制造业带来质控制造的智能化升级。
技术关键词
笔记本电脑内置
缺陷检测方法
聚类算法
缺陷类别
训练集
引入注意力机制
图像检测技术
模式识别技术
数据
标注工具
动态
图像处理
优化器
图片
标签
产线
系统为您推荐了相关专利信息
海上风电叶片
缺陷检测方法
坐标
区域特征提取
风机叶片
库存周转率
融合系统
模糊集合
数据分类
线上线下
变化监测方法
因子
误差
计算机程序指令
监测系统
高分辨率成像方法
正则化参数
正则化技术
协方差矩阵
生成高分辨率