摘要
本发明涉及一种基于机器视觉的工业元器件异常检测系统、方法及设备,涉及产品质量检测技术领域,其系统包括元器件异常检测装置、LLM前端模块和MCP服务器模块,异常检测装置通过获取元器件的引脚图像信息,并对引脚图像信息进行特征提取;将特征提取后的引脚坐标数据集输入至预先构建的CHGM模型中,得到元器件的组件标签和主题分布;基于组件标签、主题分布和预设的引脚安装参数阈值,对元器件的引脚进行异常判定,得到元器件的判定结果。MCP服务器模块存储判定结果并根据检测任务信息查询异常检测结果;LLM前端模块按照预设方式显示异常检测结果,方便用户查看。本申请具有提高元器件引脚检测准确性和效率的效果。
技术关键词
元器件
异常检测装置
异常检测系统
服务器模块
前端模块
主题
多层卷积神经网络
图像
坐标
槽式夹具
视觉
自然语言
工业
产品质量检测技术
数据
标签
光器件
边缘提取算法
定位传送带
异常检测方法
系统为您推荐了相关专利信息
结构化日志数据
告警规则
异常检测系统
异常检测方法
终端设备
声纹特征
二维卷积网络
异常检测方法
检测模型训练
异常检测装置
电力监控设备
电力设备元器件
状态监测系统
特征参数提取
偏心