公开(公告)号：CN116245802A

公开(公告)日：2023-06-09

申请号：CN202211594272.X

申请日：2022-12-13

Applicant: 厦门大学

Inventor： 曾念寅 ,  李新宇 ,  吴佩树 ,  胡立伟 ,  刘浩楠 ,  李寒

IPC: G06T7/00 ,  G06T7/62 ,  G06V10/80 ,  G06V10/82 ,  G06N3/08 ,  G06N3/0464

Abstract: 本发明方法为一种基于卷积神经网络的电子元器件缺陷识别方法及系统，包括：采集包括缺陷的多个电子元器件的多模态融合图像，作为原始图像集；确定原始图像集中各电子元器件的缺陷类型和缺陷位置并进行标注，将已标注的数据划分为训练集和测试集；使用所述训练集对三模态融合卷积神经网络模型进行训练，并使用所述测试集对训练完的模型进行测试，当指标满足预设要求时，得到训练好的模型；将待识别电子元器件的多模态融合图像输入训练好的三模态融合卷积神经网络模型，获得待识别电子元器件的缺陷类型及缺陷位置。本发明能够识别出电子元器件可能出现的多种内部和表面缺陷。