科创中国
基于深度学习的微小元器件缺陷检测系统及方法
发布时间: 2023-10-16
来源: 科技服务团
基本信息
合作方式：
技术转让
成果类型：
发明专利
行业领域：
生物与新医药技术
成果介绍
基于深度学习的微小元器件缺陷检测系统，包括工业相机，用于通过成像传感器，将镜头接收的光信号转变为有序的电信号，并将这些信息通过接口，传送到计算机主机；工业镜头，用于将目标成像在图像传感器的光敏面上；光源，用于分离图像中目标与背景信息；计算机，用于结合软件进行图像处理；
工业镜头与工业相机连接，光源根据拍摄情况放置在工业相机附近，照射被测物体，工业相机与计算机连接。
成果亮点
对模型进行训练，将经过预处理与增强处理后的图片分成训练集与测试集，深度学习模型拟采用VGG或Resnet经典卷积神经网络，VGG用较深的网络结构和较小的卷积核既保证感受野，(感受野的定义是：卷积神经网络每一层输出的特征图上的像素点在原始图像上映射的区域大小。卷积核与图像中的像素点进行卷积运算，那么卷积核所覆盖的区域即为感受野。)又能够减少卷积层的参数，对特征的学习能力更强，其能够在获得更多图像特征的同时控制参数的个数，避免过多的计算量以及过于复杂的结构；Resnet通过“捷径连接”的方式，能够在保证网络的深度比较深时，还可以解决梯度消失和梯度爆炸的问题；通过设置合适的超参数将网络训练，通过准确度，精确率，召回率，F1指数以及ROC曲线评价指标对网络进行评价；
团队介绍
东北林业大学是一所以林科为优势、林业工程为特色的多学科协调发展的高等学校，地处我国最大国有林区的中心——哈尔滨市，东经***°，北纬***°，海拔141米，校园占地136公顷，并拥有帽儿山实验林场（帽儿山森林公园）和凉水实验林场（凉水国家级自然保护区）等教学、科研、实习基地，总面积达***万公顷。
成果资料
产业化落地方案
成果综合评价报告
评价单位：- (-) 评价时间：2023-10-27
王颖
黑龙江八一农垦大学
教授
综合评价
这种方法不仅工作效率低、产品成本高，而且容易受到检测人员素质、肉眼分辨率、检测经验、眼部易疲劳等诸多因素影响。因此企业为了保证生产产品的质量，不得不花费巨大的成本，挑选高素质的质量检测人员进行筛选。
查看更多>
微信公众号
下载app
Copyright © 2022 中国科学技术协会 版权所有 | 京ICP备16016202号-20
京公网安备 11010202008974号