摘要
本申请公开了基于量子神经网络模型的计算方法、装置和系统,包括以下步骤:第一步,产品图像的采集与预处理,生产好的产品通过输送带进行输送,产品经过多光谱工业相机采集区,通过多光谱工业相机采集待检测产品的图像数据,并对图像数据进行预处理,预处理包括图像降噪处理、图像尺寸归一化及图像特征区域分割;第二步,对采集到的图像数据进行编码。在本发明实施的时候,检测精度显著提升,量子神经网络对高维图像特征的提取能力优于经典模型,使得本方案在实施的时候,细微缺陷检出率得到明显提升;检测效率显著提升,通过运用量子并行计算的技术方案,使本方案在实施的时候,处理速度得到显著提升,满足高速产线实时监测需求。
技术关键词
量子神经网络
计算方法
多光谱
工业相机
量子态
分拣装置
可见光相机
表面氧化层厚度
可切换滤光片
图像采集模块
超导量子芯片
混合优化算法
混合损失函数
环境光照强度
缺陷检出率
局部特征提取
数据
模拟噪声
监测需求
系统为您推荐了相关专利信息
芯片表面缺陷
网络结构
分割模型训练方法
注意力机制
多层次特征融合
产品质量自动化检测
相位解包裹算法
红外扫描仪
彩色工业相机
卷积架构
三相四桥臂变换器
开绕组异步电机
功率器件
模型预测控制方法
电压