公开(公告)号：CN116977429A

公开(公告)日：2023-10-31

申请号：CN202310983005.X

申请日：2023-08-07

Applicant: 上海电机学院

Inventor： 刘涛 ,  孙会

IPC: G06T7/73 ,  G06T7/00 ,  G06V10/764 ,  G06V10/82 ,  G06V10/44 ,  G06N3/096 ,  G06N3/0464

Abstract: 本发明公开了一种芯片定位方法、系统、存储介质和电子设备。本发明的芯片定位方法包括：对图像样本数据集中的芯片图像进行标注，得到标注图像数据集，标注包括目标芯片的矩形检测框标注和关键点的标注；基于标注图像数据集对目标检测算法模型进行训练；采用训练好的目标检测算法模型来对芯片图像进行识别，识别得到目标芯片的检测框和芯片上的关键点，依据芯片的检测框和关键点来确定得出图像中芯片的定位信息。本发明的芯片定位方法、系统、存储介质和电子设备，将深度学习的关键点检测应用到芯片定位领域，对工作场景的适应性强，提升芯片检测识别的鲁棒性，此外，通过算法模型的调整，可以获得更高的检测精度和速度，提升作业效率。

公开(公告)号：CN117635999A

公开(公告)日：2024-03-01

申请号：CN202311347012.7

申请日：2023-10-17

Applicant: 上海电机学院

Inventor： 刘涛 ,  孙会

IPC: G06V10/764 ,  G06V10/766 ,  G06V10/774 ,  G06V10/82 ,  G06V10/25 ,  G06N3/0464 ,  G06N3/084 ,  G06T7/00

Abstract: 本发明属于计算机视觉技术领域，本发明公开了一种基于改进YOLOv8n的太阳能电池片表面缺陷检测方法，步骤一：从实验室获取多晶硅太阳能电池片的缺陷图像样本，缺陷图像样本对应缺陷类型和途径获取的图像数量均衡；步骤二：基于缺陷类型和位置对多晶硅太阳能电池片的缺陷图像样本进行预处理，对缺陷图像样本进行缺陷标注和数据增强并划分数据集；步骤三：对YOLOv8n算法模型进行改进；步骤四：用改进YOLOv8n对数据集进行训练，创建可以操作该模型的检测界面，并将训练好的结果转换成检测界面和部署硬件所需要的格式；步骤五：将训练好的模型根据部署策略固定在检测机器或移动设备上。