[发明专利]基于深度迁移学习网络的笔记本屏幕缺陷检测方法及设备在审
| 申请号： | 202110857220.6 | 申请日： | 2021-07-28 |
| 公开（公告）号： | CN113743203A | 公开（公告）日： | 2021-12-03 |
| 发明（设计）人： | 许镇义;康宇;曹洋;王伟 | 申请（专利权）人： | 合肥综合性国家科学中心人工智能研究院（安徽省人工智能实验室） |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04;G06N3/08;G06T7/00 |
| 代理公司： | 合肥天明专利事务所(普通合伙) 34115 | 代理人： | 苗娟 |
| 地址： | 230000 安徽省合肥市望江西路5089号，*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明的一种基于深度迁移学习网络的笔记本屏幕缺陷检测方法及设备，通过计算机设备实现以下步骤，S10、获取笔记本生产线下的高清摄像头视频并处理；S20、建立缺陷检测DBN网络模型结构和在源数据集预训练DBN网络模型；S30、DBN网络参数迁移，将源域的DBN结构和参数迁移至目标任务中，并通过输入目标域训练样本微调DBN网络参数；S40、对生产线高清摄像头的待检测视频，送入预训练好的DBN网络检测模型，将目标域测试样本与DBN网络生成的图像比较，通过阈值确定正常样本与缺陷样本之间的区别与分类，并获得二值图像。本发明所需的人工标注训练样本集是少量的，实现了源域与目标域的迁移和交叉训练，大大降低了工业对目标域的标注数据样本量的依赖。 | ||
| 搜索关键词： | 基于 深度 迁移 学习 网络 笔记本 屏幕 缺陷 检测 方法 设备 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于合肥综合性国家科学中心人工智能研究院（安徽省人工智能实验室），未经合肥综合性国家科学中心人工智能研究院（安徽省人工智能实验室）许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110857220.6/，转载请声明来源钻瓜专利网。
