[发明专利]基于YOLOv5卷积神经网络的电子元器件表面缺陷检测方法在审
| 申请号： | 202210268966.8 | 申请日： | 2022-03-18 |
| 公开（公告）号： | CN114663382A | 公开（公告）日： | 2022-06-24 |
| 发明（设计）人： | 刘静;杨智伟;毋朝阳;刘晓涛 | 申请（专利权）人： | 西安电子科技大学广州研究院 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06N3/04;G06N3/08 |
| 代理公司： | 广州大象飞扬知识产权代理有限公司 44745 | 代理人： | 汤海锋 |
| 地址： | 510555 广东省广州市黄*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于YOLOv5卷积神经网络的电子元器件表面缺陷检测方法，包括如下步骤，利用高速工业相机采集工电子元器件表面缺陷图像；利用图像标注具LabelImg对电子元器件表面图像进行缺陷位置和类型的标注，构建缺陷数据集；对构建的训练数据集D进一步进行数据扩充，得到扩充后的训练数据集Dk；基于YOLOv5卷积神经网络基本框架，构建用于缺陷检测的深度学习网络模型；用训练数据集Dk来训练所述深度学习网络模型；获取电子元器件生产流水线上多路摄像头所采集的电子元器件表面图像，然后输入到训练好的深度学习网络模型中，进行缺陷检测，得到检测结果；本发明所提出的自动化电子元器件外观缺陷检测方法的检测效率更高，检测速度更快，泛化能力更强。 | ||
| 搜索关键词： | 基于 yolov5 卷积 神经网络 电子元器件 表面 缺陷 检测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西安电子科技大学广州研究院，未经西安电子科技大学广州研究院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202210268966.8/，转载请声明来源钻瓜专利网。
- 上一篇：用于车辆的动态显示方法和装置
- 下一篇：一种不锈钢管高精度无损检测装置
