发明公开
- 专利标题: 一种基于深度学习的引线框架划痕缺陷检测方法及装置
-
申请号: CN202211623106.8申请日: 2022-12-16
-
公开(公告)号: CN116309279A公开(公告)日: 2023-06-23
- 发明人: 李志伟 , 孙霆瑞 , 苏骞 , 殷志祥 , 张仕兵 , 肖新杰
- 申请人: 上海工程技术大学
- 申请人地址: 上海市松江区龙腾路333号
- 专利权人: 上海工程技术大学
- 当前专利权人: 上海工程技术大学
- 当前专利权人地址: 上海市松江区龙腾路333号
- 代理机构: 上海伯瑞杰知识产权代理有限公司
- 代理商 孟旭彤
- 主分类号: G06T7/00
- IPC分类号: G06T7/00 ; G06N3/0464 ; G06N3/08
摘要:
本发明提供一种基于深度学习的引线框架划痕缺陷检测方法及装置,所述方法包括:获取引线框架的小单元图像,将具有划痕缺陷的图像进行标注,构建引线框架划痕缺陷数据集;构建用于划痕缺陷检测的改进yolov5目标检测网络模型;将所述引线框架划痕缺陷数据集送入改进的yolov5网络模型进行训练,训练出具有提取划痕特征并检测的深度学习模型;利用训练得到的改进的yolov5网络模型进行引线框架划痕缺陷检测。本发明将深度学习模型应用到引线框架划痕缺陷检测检测中,大大提高了划痕缺陷的检出率,对引线框架缺陷检测提供了技术支持。