摘要
本发明涉及表面缺陷检测技术领域,公开一种基于DL的笔记本电脑外观缺陷检测方法、装置、介质和设备。方法包括:使用六轴机械臂旋转笔记本电脑获取笔记本电脑360°的表面图像,预处理表面图像;构建缺陷检测深度学习模型,缺陷检测深度学习模型包括特征提取模块和分类模块,特征提取模块通过方向加权增强线性特征响应,分类模块动态调整缺陷的分类阈值;使用预处理后的表面图像训练缺陷检测深度学习模型,将待检测的笔记本电脑360°的表面图像输入训练完成的模型得到缺陷检测结果。装置包括图像采集模块、图像处理模块、模型构建模块、训练模块、检测模块,介质和设备实现方法。本发明可以实现对不同类型缺陷的全方位检测,提高检测效率和精度。
技术关键词
外观缺陷检测方法
深度学习模型
特征提取模块
分类阈值
六轴机械臂
旋转笔记本电脑
外观缺陷检测装置
计算方法
外观缺陷检测设备
图像处理模块
操作界面
图像采集模块
HSV颜色空间
表面缺陷检测
上料
检测出缺陷
相机
系统为您推荐了相关专利信息
精细提取方法
深度学习模型
多光谱遥感数据
农田地块
影像
随机森林模型
分类模型训练方法
对象分类方法
强化学习策略
参数
预训练模型
报告
异常检测方法
数据管理技术
模块
号码识别方法
随机森林模型
节点
非暂态计算机可读存储介质
异常用户