摘要
本发明提供了一种精准电子元器件检测方法、系统、设备及其介质,其方法包括以下步骤:获取电子元器件的视觉数据、电学数据和热学数据;对电子元器件的视觉数据、电学数据和热学数据进行预处理。本发明通过融合视觉、电学和热学数据全面获取电子元器件信息,利用深度学习算法和卷积神经网络精准识别细微外观缺陷及复杂电学性能指标异常,同时凭借数据采集、预处理、融合、特征提取、模型检测和分类分拣等自动化紧密衔接的流程提升检测速度,还通过监测电子元器件在不同工作状态下多方面性能表现综合考量其性能,从而实现高精度检测、提高生产效率、全面评估元器件质量,满足高精度生产需求、适应大规模生产节奏并避免遗漏潜在故障隐患。
技术关键词
电子元器件
深度学习模型
神经网络架构
深度学习算法
特征提取模块
数据采集模块
红外热成像仪
计算机
融合视觉
可读存储介质
处理器
品质因数
噪声数据
三极管
电感
工业相机
系统为您推荐了相关专利信息
自动检测系统
缺陷检测系统
数据整合系统
模型训练系统
软件缺陷检测
非线性动力学特征
电信号
注意力机制
滑动窗口技术
机器学习模型
检测跟踪方法
跟踪器
边缘检测方法
无人机
卡尔曼滤波器