-
公开(公告)号：CN116168033A
公开(公告)日：2023-05-26
申请号：CN202310453033.0
申请日：2023-04-25
Applicant: 厦门福信光电集成有限公司
IPC: G06T7/00 , G06T7/11 , G06T7/136 , G06T7/194 , G06T7/60 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了基于深度学习的晶圆晶格位错图像检测方法及系统，包括以下步骤：采集带有位错的晶圆晶格图像，并对图像进行预处理；对预处理后的图像进行标注，将标注后的单通道图像按设定的比例划分为训练集及验证集；构建用于晶圆晶格位错图像检测的网络模型，所述网络模型采用PicoDet网络模型；加载用于训练的PicoDet网络模型，利用所述训练集对模型进行训练，利用所述验证集对训练的预测结果进行评估，评估出最佳检测模型；采集晶圆晶格的实时图像，输入至最佳检测模型对晶圆晶格位错进行检测，然后将检测结果发送回检测机台。对于晶圆晶格位错，本发明采用的检测方法对小目标进行了优化，可提高小目标检测的效率及精度。
-
公开(公告)号：CN112712503B
公开(公告)日：2023-05-02
申请号：CN202011611451.0
申请日：2020-12-30
Applicant: 厦门福信光电集成有限公司
Abstract: 本发明涉及一种基于深度学习的显示面板外观检测方法，包括：获取带有显示面板外观缺陷的图片；对带有显示面板外观缺陷的图片中各显示面板外观缺陷进行标注，制备训练数据样本；建立显示面板外观检测深度学习模型，将训练数据样本输入所述显示面板外观检测深度学习模型进行训练，得到训练好的显示面板外观检测深度学习模型；利用显示面板外观检测深度学习模型对待检测的显示面板进行外观检测，得到预测结果，根据预测结果对该显示面板进行标记。本发明通过训练好的显示面板外观检测深度学习模型对显示面板外观进行检测，得到预测结果，根据预测结果对显示面板进行标记，预测结果包含显示面的板外观缺陷类别、外观缺陷置信度和外观缺陷定位边界。
-
公开(公告)号：CN115254680A
公开(公告)日：2022-11-01
申请号：CN202210905677.4
申请日：2022-07-29
Applicant: 厦门福信光电集成有限公司
IPC: B07C5/342
Abstract: 本发明公开了一种显示屏的异物自动检测设备，包括机座和设置在所述机座上的输送机构、抓取机构、送检机构、驱动机构及检测机构；所述输送机构用于输送待测显示屏，所述抓取机构用于将所述输送结构上的待测显示屏抓取至所述送检机构和转移所述送检机构上的已测显示屏，所述送检机构用于沿水平纵向输送显示屏至检测位置，所述驱动机构用于带动所述检测机构对显示屏沿水平纵向进行移动，所述检测机构包括安装板、升降模组、升降架、检测组件、测距组件及定位组件，所述检测组件设置在所述升降架上用于对显示屏进行异物检测。
-
公开(公告)号：CN113171993A
公开(公告)日：2021-07-27
申请号：CN202110621429.2
申请日：2021-06-03
Applicant: 厦门福信光电集成有限公司
Abstract: 本发明公开了一种新型显示面板外观自动光学检测设备，包括底座、检测机构和两组分别设置在所述检测机构两侧用于输送面板的输送机构，所述检测机构包括移料组件、送检组件及检测组件，所述移料组件用于抓取一侧所述输送机构上的待检面板放置于所述送检组件上和抓取所述送检组件上已检测面板放置于另一侧所述输送机构上，所述送检组件用于输送面板至所述检测组件下方进行检测。本发明提供一种新型显示面板外观自动光学检测设备，在检测机构两侧分别设置一组用于上下料的输送机构，大大提高设备整体的工作效率，也降低了人工成本。
-
公开(公告)号：CN112712503A
公开(公告)日：2021-04-27
申请号：CN202011611451.0
申请日：2020-12-30
Applicant: 厦门福信光电集成有限公司
Abstract: 本发明涉及一种基于深度学习的显示面板外观检测方法，包括：获取带有显示面板外观缺陷的图片；对带有显示面板外观缺陷的图片中各显示面板外观缺陷进行标注，制备训练数据样本；建立显示面板外观检测深度学习模型，将训练数据样本输入所述显示面板外观检测深度学习模型进行训练，得到训练好的显示面板外观检测深度学习模型；利用显示面板外观检测深度学习模型对待检测的显示面板进行外观检测，得到预测结果，根据预测结果对该显示面板进行标记。本发明通过训练好的显示面板外观检测深度学习模型对显示面板外观进行检测，得到预测结果，根据预测结果对显示面板进行标记，预测结果包含显示面的板外观缺陷类别、外观缺陷置信度和外观缺陷定位边界。
-
Patent Agency Ranking
公开(公告)号：CN110908156A
公开(公告)日：2020-03-24
申请号：CN201911347985.4
申请日：2019-12-24
Applicant: 厦门福信光电集成有限公司
IPC: G02F1/13
Abstract: 本发明公开了一种液晶屏线路AOI自动检测设备，其包括机架、控制装置、上料装置、检测装置、取料装置及下料装置；上料装置包括前输送机构、位置校正机构及前中转机构，前输送机构用于输送待测液晶屏，位置校正机构用于校正待测液晶屏的位置；检测装置包括移载机构和检测机构，移载机构可沿着机架的纵向进行移动，检测机构设于移载机构上方；取料装置包括进料移送机构和卸料移送机构，进料移送机构将待测液晶屏移送至移载机构上，卸料移送机构将经检测机构检测的液晶屏移送至下料装置；下料装置用于输送良品液晶屏和不良液晶屏。本发明不仅实现了液晶屏的自动上下料，而且可以校正液晶屏上料时的位置，极大地提高了液晶屏检测的效率。
-
公开(公告)号：CN101895349B
公开(公告)日：2013-03-27
申请号：CN201010245295.0
申请日：2010-07-26
Applicant: 厦门福信光电集成有限公司
Abstract: 本发明公开一种基于802.3ah管理协议的光电转换器，包括转换单元、电口单元和光口单元，所述转换单元包括以太网数据缓存模块、OAM数据处理模块、OAM控制模块、解析模块和复用模块；OAM数据处理模块将需要发送的OAM管理帧的内容传送给OAM控制模块，并接收OAM控制模块传送过来的远端信息；OAM控制模块将OAM数据处理模块传送过来的内容封装成相应的802.3ah OAM管理帧，传送给复用模块，并接收解析模块解析出来的802.3ah OAM管理帧，解封装后将帧内容传送给OAM数据处理模块；复用模块与光口单元连接，将以太网数据帧和802.3ah OAM管理帧映射到相应的虚电路中，以光数据信号传送到光口单元。此种结构兼容性佳，维护方便。本发明还公开一种基于802.3ah管理协议的光数据信号的收发方法。
-
公开(公告)号：CN101527870A
公开(公告)日：2009-09-09
申请号：CN200910111401.3
申请日：2009-03-27
Applicant: 厦门福信光电集成有限公司
Abstract: 本发明一种多以太网光电转换装置及光纤数据的收发方法，通过判断光收发模块的串并转换所能处理的并行数据位数m和多路以太网数据总位数5*n的大小，如果并行数据位数m≥5*n，直接将n路以太网数据帧依次映射入固定的虚电路中，使得多路以太网数据能在同一条光纤中传输，并且相互之间物理隔离，具有时延小，节省光通道资源的优点；如果并行数据位数m＜5*n，则通过帧定位字节实现帧定位，将n路以太网数据帧映射到相应的虚电路中，使得多路以太网数据能在同一条光纤中传输，并且相互之间物理隔离。
-
公开(公告)号：CN110908156B
公开(公告)日：2025-03-04
申请号：CN201911347985.4
申请日：2019-12-24
Applicant: 厦门福信光电集成有限公司
IPC: G02F1/13
Abstract: 本发明公开了一种液晶屏线路AOI自动检测设备，其包括机架、控制装置、上料装置、检测装置、取料装置及下料装置；上料装置包括前输送机构、位置校正机构及前中转机构，前输送机构用于输送待测液晶屏，位置校正机构用于校正待测液晶屏的位置；检测装置包括移载机构和检测机构，移载机构可沿着机架的纵向进行移动，检测机构设于移载机构上方；取料装置包括进料移送机构和卸料移送机构，进料移送机构将待测液晶屏移送至移载机构上，卸料移送机构将经检测机构检测的液晶屏移送至下料装置；下料装置用于输送良品液晶屏和不良液晶屏。本发明不仅实现了液晶屏的自动上下料，而且可以校正液晶屏上料时的位置，极大地提高了液晶屏检测的效率。
-
公开(公告)号：CN116912189A
公开(公告)日：2023-10-20
申请号：CN202310827632.4
申请日：2023-07-06
Applicant: 厦门福信光电集成有限公司
IPC: G06T7/00 , G06V10/82 , G06V10/44 , G06V10/52 , G06V10/764 , G06V10/80 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于深度学习的焊点检测方法及系统，包括以下步骤：采集带有焊锡缺陷的焊点图像；对焊点图像预处理后分类，分类好的预处理图像按设定比例划分为训练集与验证集；构建焊点图像分类网络模型，模型基于ResNeXt网络，包括依序设置的多尺度特征融合层、软池化层、四层残差网络、全局平均池化层及全连接网络；将训练集输入分类网络模型进行训练，利用验证集评估出最佳模型；采集检测台上的焊点实时图像，将实时图像进行图像对齐、通道转换及数据归一化处理后输入最佳模型进行分类，检测结果发送回检测机台。本发明对ResNeXt网络进行改进，使用改进后的分类网络模型对焊点质量进行检测，具有检测效率高，检测精度符合工业在线检测要求的有益效果。
-
-
-
-
-
-
-
-
-
Search Results
148
records
(took 0.033 seconds)
