摘要
本发明公开了一种多模型融合的PCB通孔缺陷检测方法、装置、设备及介质,该方法包括:获取待处理样本图像集,并对待处理样本图像集进行处理得到目标样本图像集;基于目标样本图像集对各待训练深度学习模型进行剪枝训练,得到与各待训练深度学习模型相对应的目标深度学习模型,其中,目标深度学习模型包括目标关键点模型、目标检测模型和目标分割模型;各待训练深度学习模型的模型结构互不相同;基于目标深度学习模型建立目标融合模型,并将待检测图像输入目标融合模型中,确定与待检测图像相对应的通孔缺陷检测结果。通过多模型融合并且结合剪枝优化,可以充分发挥各个模型在缺陷检测中的优势,并且在保证高精度的基础上显著提高推理速度。
技术关键词
训练深度学习模型
图像
样本
关键点
输出特征
多模型
通孔缺陷检测装置
通道剪枝
重构矩阵
特征重构层
注意力
标签
模型训练模块
处理器
可读存储介质
标注软件
批量
系统为您推荐了相关专利信息
标定算法
训练场景
计算机执行指令
标定方法
计算机程序产品
多尺度特征金字塔
图像
盘点方法
轨迹
移动摄像设备
三维重建方法
高精度三维重建
查询特征
重建场景
图像评估
模型生成方法
多模态
规划
信息数据处理终端
卷积神经网络提取图像特征