摘要
本发明公开了一种基于机器学习的电路板元件自动分类方法,所述方法包括:获取目标电路板的物料清单,基于预训练模型将所述物料清单中的文本信息转化为向量信息;将所述向量信息输入到预先训练好的两层网络模型中的,所述两层网络模型输出分类结果,并发送给用户;其中,基于先验数据生成训练数据,根据所述训练数据,采用有监督学习方法训练所述两层网络模型。本发明可以在PCB板的生产过程,采用机器学习的方法对元件进行筛查,根据筛查结果直接拿去对应的元件进行处理,无需人工一一进行筛查,从而节约时间,提高了生产效率。
技术关键词
自动分类方法
生成训练数据
电路板
网络
监督学习方法
分类程序
元件
自动分类装置
预训练模型
训练集
可读存储介质
处理器
线性
文本
贴片机
输出模块
存储器
计算机
终端
系统为您推荐了相关专利信息
扇形天线
无线信号收发器
集成天线
平面天线
金属壳体
医学图像分割模型
分割方法
信息提取模型
分割医学图像
深度学习网络
联合控制系统
配浆系统
灌浆工艺
灌浆系统
专家系统
神经网络模型识别
病房监测装置
人体关键点
深度值
监测方法
多视角视觉
物资定位系统
卷积神经网络模型
定位方法
识别置信度