- 1、本文档共82页,其中可免费阅读25页,需付费170金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
PAGEI
PAGEI
电子元件缺陷识别算法研究基本理论
摘要
电子元件在中国市场上需求多,但在生产中产品会有一些缺陷,确保电子元件质量需要精确检出次品。传统的缺陷检测技术很大程度上依赖人工操作,传统的机器视觉技术在检测差异小的缺陷样本时很难在精度上满足生产实践的要求。现在很多企业已经广泛利用机器学习对缺陷进行检测。
本次课题基于CNN的电子元件缺陷图像识别算法研究,迁移学习卷积神经网络来训练缺陷分类模型,通过混淆矩阵、可视化方法提高分类网络精度,并训练电子元件焊点定位模型。
关键词:迁移学习;缺陷分类网络;混淆矩阵;可视化;焊点定位模型
Abstract
Thereis
文档评论(0)