摘要
本申请提供了一种大功率LED模组封装的缺陷检测方法及相关设备,该方法包括:获取大功率LED模组对应多角度拍摄图像的预处理图像;根据深度卷积神经网络模型确定预处理图像的特征向量;通过多尺度融合特征向量生成融合后的目标特征图;对目标特征图进行加权处理生成对应的加权特征图;通过将加权特征图输入至单步多框检测器模型,对大功率LED模组封装进行缺陷检测。通过本申请方案的实施,获取多角度拍摄的预处理图像,并利用深度卷积神经网络提取特征,再通过多尺度融合和加权处理,最终结合单步多框检测器模型进行缺陷识别,显著提高了检测的准确性和可靠性。
技术关键词
大功率LED模组
缺陷检测方法
加权特征
缺陷位置信息
图像
多尺度
三维电磁场
检测器
多层级特征
缺陷检测装置
多角度
特征金字塔
畸变模型
融合特征
卷积特征
深度卷积神经网络
回归预测模型
微波近场
全局平均池化
系统为您推荐了相关专利信息
穿刺对象
超声数据
点云模型
血管图像处理方法
穿刺机器人
人机交互方法
语音特征
面部特征
情感特征
情感识别模型
校准特征
数字化测量方法
计算机设备
建筑门窗
数据