公开(公告)号：CN112488309B

公开(公告)日：2023-10-20

申请号：CN202011521458.3

申请日：2020-12-21

Applicant: 清华大学深圳国际研究生院

Inventor： 王好谦 ,  蔡宇麟 ,  王兴政

IPC: G06N3/063 ,  G06N3/084 ,  G06F18/214 ,  G06F17/16 ,  G06F17/13

Abstract: 本发明公开了一种基于临界阻尼动量的用于图片分类的深度神经网络的训练方法及系统，该方法包括：S1：开始新一轮的迭代；S2：输入一批新图像，计算神经网络的损失函数的海塞矩阵的迹，其中所述海塞矩阵是损失函数对神经网络各参数的二阶导数所构成的矩阵；S3：根据海塞矩阵的迹代入二阶微分方程的临界阻尼解，计算得到神经网络权重参数的动量系数；S4：配合学习率衰减策略，更新神经网络的参数；S5：判断是否所有图像批次都已计算，如果是，则执行步骤S6；如果否，则返回步骤S2；S6：判断迭代轮次是否达到最大，如果是，则结束训练，如果否，则返回步骤S1。本发明对包含动量的随机梯度下降方法进行了改进，达到了较为理想的训练效果。

公开(公告)号：CN111429405B

公开(公告)日：2023-05-12

申请号：CN202010144591.5

申请日：2020-03-04

Applicant: 清华大学深圳国际研究生院

Inventor： 王好谦 ,  蔡宇麟 ,  张永兵

IPC: G06T7/00 ,  G06V10/26 ,  G06V10/774 ,  G06V10/74 ,  G06V10/778 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 一种基于3D CNN的锡球缺陷检测方法及装置，该方法包括：1)读取PCB板的三维重建模型，获取锡球平面的横截面并切割出检测的目标区域；2)对目标区域进行二值化与图像分割，得到单个的锡球图像数据；3)将单个锡球图像数据分类为训练、验证和测试集；4)建立基于Focal Loss损失函数和Triplet Loss损失函数的线性组合的3D CNN网络，将所得数据输入建立的CNN进行训练，得到检测网络模型，用以检测PCB锡球缺陷。相比于以往的检测网络，本发明的检测网络模型的体积更小，且具有更好的检测精度。

公开(公告)号：CN112488309A

公开(公告)日：2021-03-12

申请号：CN202011521458.3

申请日：2020-12-21

Applicant: 清华大学深圳国际研究生院

Inventor： 王好谦 ,  蔡宇麟 ,  王兴政

IPC: G06N3/063 ,  G06N3/08 ,  G06K9/62 ,  G06F17/16 ,  G06F17/13

Abstract: 本发明公开了一种基于临界阻尼动量的深度神经网络的训练方法及系统，该方法包括：S1：开始新一轮的迭代；S2：输入一批新图像，计算神经网络的损失函数的海塞矩阵的迹，其中所述海塞矩阵是损失函数对神经网络各参数的二阶导数所构成的矩阵；S3：根据海塞矩阵的迹代入二阶微分方程的临界阻尼解，计算得到神经网络权重参数的动量系数；S4：配合学习率衰减策略，更新神经网络的参数；S5：判断是否所有图像批次都已计算，如果是，则执行步骤S6；如果否，则返回步骤S2；S6：判断迭代轮次是否达到最大，如果是，则结束训练，如果否，则返回步骤S1。本发明对包含动量的随机梯度下降方法进行了改进，达到了较为理想的训练效果。

公开(公告)号：CN111429405A

公开(公告)日：2020-07-17

申请号：CN202010144591.5

申请日：2020-03-04

Applicant: 清华大学深圳国际研究生院

Inventor： 王好谦 ,  蔡宇麟 ,  张永兵

IPC: G06T7/00 ,  G06K9/34 ,  G06K9/62 ,  G06N3/04

Abstract: 一种基于3D CNN的锡球缺陷检测方法及装置，该方法包括：1)读取PCB板的三维重建模型，获取锡球平面的横截面并切割出检测的目标区域；2)对目标区域进行二值化与图像分割，得到单个的锡球图像数据；3)将单个锡球图像数据分类为训练、验证和测试集；4)建立基于Focal Loss损失函数和Triplet Loss损失函数的线性组合的3D CNN网络，将所得数据输入建立的CNN进行训练，得到检测网络模型，用以检测PCB锡球缺陷。相比于以往的检测网络，本发明的检测网络模型的体积更小，且具有更好的检测精度。