摘要
本发明公开了基于计算机视觉的电子器件检测系统,涉及电子器件自动化检测技术领域。该系统包括图像处理模块、目标检测模块和缺陷识别模块。图像处理模块通过卷积神经网络提取电子器件图像的特征图。目标检测模块通过区域提议网络对特征图进行候选区域生成,并对每个锚框进行二分类分析,输出分类置信度。对于分类为目标的锚框,通过边界回归优化锚框位置和尺寸,并通过非极大值抑制去除冗余锚框,筛选出符合置信度的目标区域。缺陷识别模块对目标区域进行图像块划分,结合自注意力机制进行缺陷类型分类,识别不同的缺陷模式,并对缺陷区域进行边界回归优化,输出缺陷的位置、类型和置信度。能够高效、精确地检测电子器件中的缺陷。
技术关键词
电子器件检测系统
计算机视觉
卷积神经网络提取
图像块
图像处理模块
注意力机制
识别模块
标记特征
变换器
抑制算法
自动化检测技术
精确地检测
尺寸
冗余
系统为您推荐了相关专利信息
状态空间模型
深度神经网络架构
行人检测方法
事件相机
空间模块
功能预测方法
物理化学特征
矩阵
分解特征
序列特征
内窥镜
图像处理模块
摄像模组
图像显示模块
监视系统
智能传输系统
图像接收装置
分片
超声设备
智能传输方法
行人重识别模型
重识别方法
三元组
样本
多层感知机