本發(fā)明涉及電子產(chǎn)品，尤其涉及一種深度學(xué)習(xí)的電子產(chǎn)品外觀缺陷自動(dòng)檢測(cè)方法。

背景技術(shù)：

1、隨著科技的不斷發(fā)展，電子產(chǎn)品在人們的日常生活中扮演著越來越重要的角色。然而，在電子產(chǎn)品的生產(chǎn)過程中，外觀缺陷的出現(xiàn)不僅影響了產(chǎn)品的美觀度，更可能影響到產(chǎn)品的性能和使用壽命。傳統(tǒng)的外觀缺陷檢測(cè)方法主要依賴人工檢測(cè)，但這種方法效率低下，易出錯(cuò)，且成本較高。近年來，深度學(xué)習(xí)技術(shù)的快速發(fā)展為電子產(chǎn)品外觀缺陷的自動(dòng)檢測(cè)提供了新的可能。

2、在傳統(tǒng)的電子產(chǎn)品外觀缺陷檢測(cè)中，人工檢測(cè)是主流方法。然而，人工檢測(cè)存在許多局限性，如檢測(cè)效率低下，工人長(zhǎng)時(shí)間工作后易疲勞導(dǎo)致誤檢率增加，以及人工成本較高等問題。此外，人工檢測(cè)還容易受到檢測(cè)人員主觀因素的影響，導(dǎo)致檢測(cè)結(jié)果的不一致性。

3、深度學(xué)習(xí)是人工智能領(lǐng)域的一個(gè)重要分支，它通過構(gòu)建深層神經(jīng)網(wǎng)絡(luò)模型來模擬人腦的學(xué)習(xí)過程。在電子產(chǎn)品外觀缺陷檢測(cè)中，深度學(xué)習(xí)技術(shù)可以自動(dòng)提取圖像中的特征，并通過訓(xùn)練模型來識(shí)別外觀缺陷。這種方法不僅提高了檢測(cè)的準(zhǔn)確性和效率，還大大降低了人工成本。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的是提供一種深度學(xué)習(xí)的電子產(chǎn)品外觀缺陷自動(dòng)檢測(cè)方法，解決了現(xiàn)有技術(shù)中在傳統(tǒng)的電子產(chǎn)品外觀缺陷檢測(cè)中，人工檢測(cè)是主流方法。然而，人工檢測(cè)存在許多局限性，如檢測(cè)效率低下，工人長(zhǎng)時(shí)間工作后易疲勞導(dǎo)致誤檢率增加，以及人工成本較高等問題。此外，人工檢測(cè)還容易受到檢測(cè)人員主觀因素的影響，導(dǎo)致檢測(cè)結(jié)果的不一致性的問題。

2、為了實(shí)現(xiàn)上述目的，本發(fā)明采用了如下技術(shù)方案：

3、一種深度學(xué)習(xí)的電子產(chǎn)品外觀缺陷自動(dòng)檢測(cè)方法，包括收集電子產(chǎn)品外觀圖像，并將其按照不同的缺陷類型進(jìn)行標(biāo)記；對(duì)收集到的圖像進(jìn)行數(shù)據(jù)增強(qiáng)處理；構(gòu)建一個(gè)適合的卷積神經(jīng)網(wǎng)絡(luò)模型；使用訓(xùn)練數(shù)據(jù)集對(duì)構(gòu)建的卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練；將待檢測(cè)的電子產(chǎn)品外觀圖像輸入到訓(xùn)練好的模型中，進(jìn)行缺陷識(shí)別；根據(jù)模型的識(shí)別結(jié)果，輸出電子產(chǎn)品外觀上的缺陷類型和位置信息。

4、優(yōu)選的，數(shù)據(jù)增強(qiáng)處理包括但不限于翻轉(zhuǎn)、剪裁、縮放和降噪操作，以增加數(shù)據(jù)集的多樣性和泛化能力。

5、優(yōu)選的，卷積神經(jīng)網(wǎng)絡(luò)模型包括多個(gè)卷積層、池化層和全連接層，用于提取圖像特征和識(shí)別缺陷。

6、優(yōu)選的，模型訓(xùn)練過程中采用優(yōu)化算法對(duì)模型參數(shù)進(jìn)行優(yōu)化，以提高模型的識(shí)別準(zhǔn)確率。

7、優(yōu)選的，缺陷識(shí)別過程中，模型能夠自動(dòng)識(shí)別出電子產(chǎn)品外觀上的各種缺陷，并輸出缺陷類型和位置信息。

8、優(yōu)選的，輸出的缺陷類型和位置信息可用于指導(dǎo)生產(chǎn)過程中的質(zhì)量控制和改進(jìn)措施。

9、優(yōu)選的，可應(yīng)用于多種類型的電子產(chǎn)品外觀缺陷檢測(cè)，包括但不限于手機(jī)屏幕、電腦顯示器、平板電腦等。

10、本發(fā)明至少具備以下有益效果：

11、提高了檢測(cè)的準(zhǔn)確性和效率：通過深度學(xué)習(xí)技術(shù)自動(dòng)提取圖像特征并識(shí)別缺陷，避免了人工檢測(cè)的主觀性和疲勞因素導(dǎo)致的誤檢和漏檢問題。降低了人工成本：使用本發(fā)明的自動(dòng)檢測(cè)方法可以替代大量的人工檢測(cè)工作，從而降低了人工成本。增強(qiáng)了生產(chǎn)過程的可控性：通過實(shí)時(shí)監(jiān)測(cè)和識(shí)別電子產(chǎn)品外觀上的缺陷，可以及時(shí)發(fā)現(xiàn)并處理生產(chǎn)過程中的問題，提高生產(chǎn)過程的可控性。

技術(shù)特征：

1.一種深度學(xué)習(xí)的電子產(chǎn)品外觀缺陷自動(dòng)檢測(cè)方法，其特征在于，包括以下步驟：收集電子產(chǎn)品外觀圖像，并將其按照不同的缺陷類型進(jìn)行標(biāo)記；對(duì)收集到的圖像進(jìn)行數(shù)據(jù)增強(qiáng)處理；構(gòu)建一個(gè)適合的卷積神經(jīng)網(wǎng)絡(luò)模型；使用訓(xùn)練數(shù)據(jù)集對(duì)構(gòu)建的卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練；將待檢測(cè)的電子產(chǎn)品外觀圖像輸入到訓(xùn)練好的模型中，進(jìn)行缺陷識(shí)別；根據(jù)模型的識(shí)別結(jié)果，輸出電子產(chǎn)品外觀上的缺陷類型和位置信息。

2.根據(jù)權(quán)利要求1所述的一種深度學(xué)習(xí)的電子產(chǎn)品外觀缺陷自動(dòng)檢測(cè)方法，其特征在于，數(shù)據(jù)增強(qiáng)處理包括但不限于翻轉(zhuǎn)、剪裁、縮放和降噪操作，以增加數(shù)據(jù)集的多樣性和泛化能力。

3.根據(jù)權(quán)利要求2所述的一種深度學(xué)習(xí)的電子產(chǎn)品外觀缺陷自動(dòng)檢測(cè)方法，其特征在于，卷積神經(jīng)網(wǎng)絡(luò)模型包括多個(gè)卷積層、池化層和全連接層，用于提取圖像特征和識(shí)別缺陷。

4.根據(jù)權(quán)利要求3所述的一種深度學(xué)習(xí)的電子產(chǎn)品外觀缺陷自動(dòng)檢測(cè)方法，其特征在于，模型訓(xùn)練過程中采用優(yōu)化算法對(duì)模型參數(shù)進(jìn)行優(yōu)化，以提高模型的識(shí)別準(zhǔn)確率。

5.根據(jù)權(quán)利要求2所述的一種深度學(xué)習(xí)的電子產(chǎn)品外觀缺陷自動(dòng)檢測(cè)方法，其特征在于，缺陷識(shí)別過程中，模型能夠自動(dòng)識(shí)別出電子產(chǎn)品外觀上的各種缺陷，并輸出缺陷類型和位置信息。

6.根據(jù)權(quán)利要求5所述的一種深度學(xué)習(xí)的電子產(chǎn)品外觀缺陷自動(dòng)檢測(cè)方法，其特征在于，輸出的缺陷類型和位置信息可用于指導(dǎo)生產(chǎn)過程中的質(zhì)量控制和改進(jìn)措施。

7.根據(jù)權(quán)利要求6所述的一種深度學(xué)習(xí)的電子產(chǎn)品外觀缺陷自動(dòng)檢測(cè)方法，其特征在于，可應(yīng)用于多種類型的電子產(chǎn)品外觀缺陷檢測(cè)，包括但不限于手機(jī)屏幕、電腦顯示器、平板電腦等。

技術(shù)總結(jié)
本發(fā)明涉及電子產(chǎn)品技術(shù)領(lǐng)域，尤其涉及一種深度學(xué)習(xí)的電子產(chǎn)品外觀缺陷自動(dòng)檢測(cè)方法，解決了現(xiàn)有技術(shù)中在傳統(tǒng)的電子產(chǎn)品外觀缺陷檢測(cè)中，人工檢測(cè)是主流方法。然而，人工檢測(cè)存在許多局限性，如檢測(cè)效率低下，工人長(zhǎng)時(shí)間工作后易疲勞導(dǎo)致誤檢率增加，以及人工成本較高等問題。此外，人工檢測(cè)還容易受到檢測(cè)人員主觀因素的影響，導(dǎo)致檢測(cè)結(jié)果的不一致性的問題。一種深度學(xué)習(xí)的電子產(chǎn)品外觀缺陷自動(dòng)檢測(cè)方法，包括收集電子產(chǎn)品外觀圖像，并將其按照不同的缺陷類型進(jìn)行標(biāo)記。本發(fā)明提高了檢測(cè)的準(zhǔn)確性和效率：通過深度學(xué)習(xí)技術(shù)自動(dòng)提取圖像特征并識(shí)別缺陷，避免了人工檢測(cè)的主觀性和疲勞因素導(dǎo)致的誤檢和漏檢問題。

技術(shù)研發(fā)人員：李亮亮,聞鳳連,王顯海,胡俊慧
受保護(hù)的技術(shù)使用者：常州信息職業(yè)技術(shù)學(xué)院
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/2