买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：俐玛光电科技(北京)有限公司

摘要：本发明提供了一种电子元器件检测系统及方法，该方法包括：基于图像采集模块采集电子元器件的图像，基于图像增强模块对已有的电子元器件的图像进行图像增强，基于已有的电子元器件的图像及增强后的图像生成数据集，图像检测模块构建图像检测模型，并基于数据集对图像检测模型进行训练，得到训练后的图像检测模型，将采集的电子元器件的图像输入训练后的图像检测模型中，得到检测结果。本发明提供的电子元器件检测系统及方法，通过采集电子元器件的图像即可实现电子元器件的检测，便于使用。

主权项：1.一种电子元器件检测方法，其特征在于，所述方法应用于一种电子元器件检测系统，所述系统包括：图像采集模块、图像增强模块、图像检测模块、中央控制模块及人工交互模块，所述图像采集模块、图像增强模块、图像检测模块及人机交互模块均连接所述中央控制模块；所述图像采集模块用于采集电子元器件的图像；所述图像增强模块用于基于图像增强技术对已有的电子元器件的图像进行图像增强，并生成数据集；所述图像检测模块用于对采集的电子元器件的图像进行识别；所述人工交互模块用于显示识别结果；所述方法包括如下步骤：步骤1：基于图像采集模块采集电子元器件的图像；步骤2：基于图像增强模块对已有的电子元器件的图像进行图像增强，基于已有的电子元器件的图像及增强后的图像生成数据集；所述基于图像增强模块对已有的电子元器件的图像进行图像增强，具体为：图像增强模块搭建图像增强模型，基于图像增强模型对已有的电子元器件的图像进行图像增强；图像增强模型包括单独特征处理模块、联合特征处理模块和特征融合模块，其中，单独特征处理模块用于学习得到五个私有特征图，联合特征处理模块用于学习得到一个公有特征图，特征融合模块用于统一表征私有特征图和公有特征图，最终实现图像的有效增强；单独特征处理模块：单独特征处理模块接收多个输入视觉信号，即给定的图像及其变体，，，其中，表示图像的颜色通道，M和N分别表示图像的高度和宽度，取I=4，为了获得视觉信号zic[m，n]，i=1,2,3,4,基于物理模型实现图像增强，对生成视觉信号的过程进行定义，为：； 以及原始图像中提取特征，该单独特征处理模块在其网络架构中采用了5个并行分支，每个分支都被指定处理其中某一个先验视觉信号，每一个分支都使用具有镜像跳跃连接的U-Net架构，每个U-Net子网络都由5个跨步卷积操作和5个转置卷积操作的级联形成，其中每一个操作后都跟着一个批归一化操作和一个LeakyReLU激活函数；每个跨步卷积和转置卷积均采用值为2的跨步以及4×4的核大小，第一个和第二个跨步卷积操作中的滤波器数量分别设置为32和128，其余三个跨步卷积操作使用256个滤波器；第一和第二转置卷积运算使用256个滤波器，其余三个转置卷积运算分别使用128、32和32个滤波器，通过将5个分支的每个U-Net子网络的操作表示为，得到:；其中，特征张量展示了5个U-Net分支的输出，最后在单独特征处理模块中，为每一个特征张量执行一次卷积运算，输出特征张量：式中，表示卷积操作，该操作使用3个核大小为4×4的滤波器，后面跟着一个sigmoid激活函数；联合特征处理模块：将5个并行分支中第一次转置卷积运算后获得的特征张量沿通道维度连接在一起，并将得到的张量输入到另一个核大小为4×4且步幅为2的转置卷积运算中，将上述过程在位于5个分支的第二、第三、第四和第五转置卷积运算的输出处的特征张量上再重复4次，联合特征处理模块中采用的转置卷积运算的滤波器数量分别为512、256、64、32和3，最后一个卷积运算后面是sigmoid激活函数，将联合特征处理模块得到的输出特征张量称为；特征融合模块：在特征融合模块中，将从单独特征处理模块获得的特征张量和从联合特征处理模块中获得的特征张量融合在一起，产生最终估计的高质量图像；步骤3：图像检测模块构建图像检测模型，并基于数据集对图像检测模型进行训练，得到训练后的图像检测模型；其中，图像检测模块构建图像检测模型，具体为：图像检测模块对AlexNet网络模型进行改进，并基于改进的AlexNet网络模型构建图像检测模型；图像检测模块对AlexNet网络模型进行改进，具体为：将传统AlexNet网络模型的第一个卷积层的卷积核由13×13减为7×7，将传统AlexNet网络模型的第二个卷积层的卷积核从5×5拆分为两个3×3，并进行级联，将传统AlexNet网络模型的5个卷积层的卷积核个数缩减为原始个数的一半；将传统AlexNet网络模型的全连接层通过全局平均池化代替；将传统AlexNet网络模型的随机梯度下降优化算法通过Lion优化算法代替；将传统AlexNet网络模型的ReLU激活函数通过Mish激活函数代替；步骤4：将采集的电子元器件的图像输入训练后的图像检测模型中，得到检测结果。

全文数据：

权利要求：

百度查询： 俐玛光电科技(北京)有限公司 一种电子元器件检测系统及方法