← 返回列表
一种基于深度学习的测试分析方法、系统及存储介质
摘要文本
本发明公开了一种基于深度学习的测试分析方法、系统及存储介质，获取预设电路板的历史测试图像数据，所述测试图像数据包括高清图像数据与热成像图像数据；将所述历史测试图像数据进行图像预处理并导入基于深度学习的对抗神经网络模型中进行训练数据的生成分析，结合预设电路测试计划，生成训练数据；将所述训练数据导入基于CNN图像识别模型进行训练，实时获取目标电路板的实时测试图像数据；将所述实时测试图像数据导入图像识别模型进行异常区域识别，并生成测试报告，基于测试报告对目标电路板进行评估分析并得到加工评估数据与加工方案修正信息。通过本发明能够实现实时、快速、精准地检测电路板缺陷，进而实现快速提高电路板的成品质量的目的。。 （来源 专利查询网）
申请人信息
- 申请人:江苏瑞蓝自动化设备集团有限公司
- 申请人地址:215000 江苏省苏州市高新区火炬路57号24幢1层1室
- 发明人: 江苏瑞蓝自动化设备集团有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于深度学习的测试分析方法、系统及存储介质 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311362216.8 |
| 申请日 | 2023/10/20 |
| 公告号 | CN117589784A |
| 公开日 | 2024/2/23 |
| IPC主分类号 | G01N21/95 |
| 权利人 | 江苏瑞蓝自动化设备集团有限公司 |
| 发明人 | 汪卫华; 戴一丰; 张世超 |
| 地址 | 江苏省苏州市高新区火炬路57号24幢1层1室 |
专利主权项内容
1.一种基于深度学习的测试分析方法，其特征在于，包括：获取预设电路板的历史测试图像数据，所述测试图像数据包括高清图像数据与热成像图像数据；将所述历史测试图像数据进行图像预处理并导入基于深度学习的对抗神经网络模型中进行训练数据的生成分析，结合预设电路测试计划，生成训练数据；将所述训练数据导入基于CNN图像识别模型进行训练，实时获取目标电路板的实时测试图像数据；将所述实时测试图像数据导入图像识别模型进行异常区域识别，并生成测试报告，基于测试报告对目标电路板进行评估分析并得到加工评估数据与加工方案修正信息。 （来 自 马 克 数 据 网）