摘要
本申请公开了一种基于深度AI的PCB刀具360度检测方法及系统,该方法包括:从刀具360度的外观图片中自动提取多角度特征表示;通过特征分离技术从多角度特征表示中分离常见特征和稀有缺陷特征,以得到初步特征集;通过迁移学习方法从初步特征集中获取预设的深度学习结构,以得到预设训练模型;通过预设训练模型对刀具的360°的外观图片进行初始分类,以确定最终检测结果;从最终检测结果中提取误检样本,以得到鲁棒检测模型;通过鲁棒检测模型获取实时生产中刀具的外观数据,以得到最终检测模型;通过最终检测模型处理刀具的表面的多角度特征,以输出检测报告数据。该方法能够提高对刀具的微小缺陷的检测精度。
技术关键词
刀具
深度学习结构
多角度
迁移学习方法
分类特征
训练集数据
在线学习技术
筛选工具
联邦学习技术
聚类算法
样本
图片
通用特征
数据输出模块
更新模型参数
关键特征点
生成对抗网络
深度学习算法
系统为您推荐了相关专利信息
知识图谱构建方法
多模态
无人机数据
抽取结构化信息
在线学习机制
智能控制方法
人面识别
图像特征信息
年龄
电梯门区域
二维正射影像
倾斜模型
无人机影像数据
人行道
审计方法
账号
字符识别
滑块验证码
验证码图像
强化学习模型