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.pdfVIP

下载本文档

2
0
约1.41万字
约 12页
2023-07-02 发布于四川
举报
版权申诉

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.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

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

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113743203 A (43)申请公布日 2021.12.03 (21)申请号 202110857220.6 G06N 3/08 (2006.01)