公开(公告)号：CN116596837A

公开(公告)日：2023-08-15

申请号：CN202310235751.0

申请日：2023-03-13

Applicant: 华南理工大学

Inventor： 高红霞 ,  莫宜锦 ,  陈山娇 ,  李冠基 ,  杨伟朋

IPC: G06T7/00 ,  G06T3/40 ,  G06V10/40 ,  G06V10/82 ,  G06V10/80 ,  G06V10/764 ,  G06V10/766 ,  G06N3/0464

Abstract: 本发明公开了一种基于Faster‑RCNN模型的元器件弱缺陷高精度检测方法，包括：1)元器件图像采集；2)对原始图像进行双线性插值，得到为原图两倍大小的超尺度图；3)对原图进行特征提取，得到原图特征；对超尺度图做特征提取，得到超尺度图特征；4)对超尺度图特征进行最大值下采样，与原图特征对齐；5)将超尺度图特征与原图特征进行拼接融合；6)将融合后的特征图输入检测头，进行缺陷的定位及分类。本发明基于Faster‑RCNN模型对电子元器件缺陷检测，加强了对弱缺陷的检测能力，缓解了现有技术对元器件弱缺陷检测精度不高的问题，提高了元器件缺陷的整体检测精度。

公开(公告)号：CN117952924A

公开(公告)日：2024-04-30

申请号：CN202410096915.0

申请日：2024-01-24

Applicant: 华南理工大学

Inventor： 高红霞 ,  李冠基 ,  陈山娇 ,  赵金辉 ,  李绍龙

IPC: G06T7/00 ,  G06V10/74 ,  G06N3/0464 ,  G06N3/088 ,  G06T7/60 ,  G06T7/70 ,  G06T7/11

Abstract: 本发明公开了一种基于缺陷修复的无监督电子元器件表面缺陷检测方法，包括：1)采集电子元器件图像；2)对电子元器件图像进行数据集划分和数据标注；3)对训练集中的正常电子元器件图像，使用随机缺陷生成法和迁移式缺陷生成法构造缺陷电子元器件图像；4)使用生成的缺陷电子元器件图像进行改进DRAEM模型的训练；5)使用训练好的改进DRAEM模型，在测试集上进行测试，合并过程中产生的中间变量，完成检测结果并可视化输出。本发明可有效用于在仅有正常样本训练条件下的电子元器件表面缺陷检测，实现在零缺陷样本条件下的检测模型训练，降低了模型开发成本，优化了缺陷检测任务中的缺陷小样本问题，提高电子元器件的缺陷检测精度。

公开(公告)号：CN116596838A

公开(公告)日：2023-08-15

申请号：CN202310235760.X

申请日：2023-03-13

Applicant: 华南理工大学

Inventor： 高红霞 ,  曲连伟 ,  陈山娇 ,  李冠基 ,  杨伟朋

IPC: G06T7/00 ,  G06V10/77 ,  G06V10/44 ,  G06V10/25 ,  G06V10/26 ,  G06V10/80 ,  G06V10/764 ,  G06V10/766 ,  G06N3/045 ,  G06N3/0464

Abstract: 本发明公开了一种基于特征感知的元器件表面缺陷检测方法，包括：1)采集待检测的元器件的RGB图像；2)将RGB图像通过缺陷空间映射网络，得到缺陷空间映射图；3)得到RGB图像的关键点坐标；将缺陷空间映射图分别输入区域建议网络和主干网络，获得ROI区域和感兴趣区域ROIs；将缺陷空间映射图进行超像素快速分割，得到多背景区域；4)通过ROIs找到其相交背景区域，进行区域特征融合；5)将ROIs与关键点坐标进行比对，得到双近邻ROI区域特征，比对双近邻ROI区域特征，将比对结果向量作为ROIs的特征向量；6)将特征向量送入全连接层，进行分类与边框回归，识别出检测对象的类别和位置并标注。本发明实现了对工业检测场景下元器件表面弱缺陷的高精度检测。