一种基于非范例类增量学习的印刷电路板缺陷检测方法.pdfVIP

下载本文档

3
0
约1.15万字
约 11页
2023-10-04 发布于四川
举报
版权申诉

一种基于非范例类增量学习的印刷电路板缺陷检测方法.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

本发明公开了一种基于非范例类增量学习的印刷电路板缺陷检测方法，包括获取PCB图像，并基于原型排练进行缺陷特征表示学习过程；基于动态结构重组策略获取旧类缺陷的代表范例，保证新类缺陷的无偏训练；采用基于可扩展嵌入空间的缺陷原型选择机制减少蒸馏部分的新旧类缺陷特征混淆；通过平衡校准对缺陷进行分类，得到印刷电路板缺陷结果。本发明通过动态结构重组策略实现循环扩展优化，从而得到缺陷特征结构不变表示。使用主分支蒸馏来通过对齐旧缺陷类上的不变分布缺陷特征知识来保持新网络对旧缺陷特征的区分。使用一种原型选择机制，

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116843620 A (43)申请公布日 2023.10.03 (21)申请号 202310623143.7 G06V 10/764 (2022.01)