发明专利已授权

一种基于卷积神经网络的铜箔基板缺陷检测方法

📄 申请号：CN201911095396.1 📄 发布日：2026/07/23

著录项目信息

申请日

2019-11-11

公开号

CN111415325A

公开日

2020-07-14

申请人

杭州电子科技大学

法律状态

已下证

专利类型

发明

主分类号

G06T7_00

IPC 分类号

G06T7_00 , G06N3_04 , G06N3_08 ,

技术画像

所属领域

缺陷检测缺陷检测卷积神经网络机器视觉

应用场景

铜箔基板生产质检, PCB制造缺陷检测, 电子材料表面检测, 工业自动化质检, 智能工厂质量控制

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明公开了一种基于卷积神经网络的铜箔基板缺陷检测方法，包括以下步骤：数据集收集与标记；对数据集的图像进行数据扩展；构造一个快速准确的卷积神经网络模型；将数据集样本图片输入到上述卷积神经网络模型中进行迭代训练，获得最佳检测模型；将待检测铜箔基板图像输入到上述检测模型中进行图像类别的识别并实现在线的自动检测。上述方法通过将数据集样本输入构建的卷积神经网络模型迭代训练，从而获得深度学习检测模型，对铜箔基板缺陷产品实现在线检测，克服人工设计缺陷特征的缺点，提高了生产效率，从而快速准确进行分类检测，具有很强的适应性和鲁棒性，保证了铜箔基板产品的品质。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

一种高电阻率、高压电活性钛酸铋钙基高温压电陶瓷及其制备方法

当前第 / 件

一种基于多核集成学习识别地层岩性参数的方法

同领域国内专利 · IPC: (G06T7_00)

G06T7_00 G06T7_10 G06T7_11 G06T7_12 G06T7_13 G06T7_136 G06T7_143 G06T7_149 G06T7_155 G06T7_168 G06T7_174 G06T7_181 G06T7_187 G06T7_194 G06T7_20 G06T7_207 G06T7_215 G06T7_223 G06T7_246 G06T7_254 G06T7_269 G06T7_277 G06T7_292 G06T7_30 G06T7_32 G06T7_33 G06T7_37 G06T7_38 G06T7_40 G06T7_41 G06T7_44 G06T7_45 G06T7_49 G06T7_50 G06T7_507 G06T7_514 G06T7_521 G06T7_55 G06T7_557 G06T7_564 G06T7_579 G06T7_593 G06T7_60 G06T7_62 G06T7_64 G06T7_66 G06T7_68 G06T7_70 G06T7_73 G06T7_77 G06T7_80 G06T7_90 覆盖52个领域

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：28 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)

一种基于卷积神经网络的铜箔基板缺陷检测方法

著录项目信息

技术画像

所属领域

应用场景

摘要

法律状态时间线

同领域国内专利 · IPC: (G06T7_00)

相似专利推荐 AI 驱动 · 同领域

基于遥感技术的矿化带快速圈定方法

一种用于检测机动车加塞行为的方法与设备

一种基于机器视觉的糖果包装缺陷检测平台

服务项目

资源中心

关于柿子坊