-
公开(公告)号：CN110232406B
公开(公告)日：2021-07-06
申请号：CN201910450350.0
申请日：2019-05-28
Applicant: 厦门大学
Abstract: 一种基于统计学习的液晶面板CF图片识别方法，涉及图像目标检测领域。将识别液晶板defect问题抽象为图像处理中的目标检测问题和分类问题；探索性数据分析；对图像进行标注，同时将不利于训练的图像删除以免干扰模型；数据预处理；对图像进行数据增强，通过变换原图片进行数据增强，变换方式有将图片进行随机翻转、改变图片颜色等；训练卷积神经网络模型，并针对当前特定问题进行改进，进行模型评估；输出最终模型，对液晶板检测与分类。在预读取之前进行图片乱序：避免在预读取时乱序消耗过多内存空间，同时防止每次更新权重使用的只是某一类数据，提升模型训练过程的稳定性；针对图像特点动态调整学习率：加速收敛过程，降低迭代次数。
-
公开(公告)号：CN110232406A
公开(公告)日：2019-09-13
申请号：CN201910450350.0
申请日：2019-05-28
Applicant: 厦门大学
Abstract: 一种基于统计学习的液晶面板CF图片识别方法，涉及图像目标检测领域。将识别液晶板defect问题抽象为图像处理中的目标检测问题和分类问题；探索性数据分析；对图像进行标注，同时将不利于训练的图像删除以免干扰模型；数据预处理；对图像进行数据增强，通过变换原图片进行数据增强，变换方式有将图片进行随机翻转、改变图片颜色等；训练卷积神经网络模型，并针对当前特定问题进行改进，进行模型评估；输出最终模型，对液晶板检测与分类。在预读取之前进行图片乱序：避免在预读取时乱序消耗过多内存空间，同时防止每次更新权重使用的只是某一类数据，提升模型训练过程的稳定性；针对图像特点动态调整学习率：加速收敛过程，降低迭代次数。
-
Search Results
2
records
(took 0.016 seconds)
