一种基于人工智能的片式多层陶瓷电容六面外观检测方法.pdf

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 111415343 A (43)申请公布日 2020.07.14 (21)申请号 202010192560.7 (22)申请日 2020.03.18 (71)申请人 珠海市奥德维科技有限公司 地址 519000 广东省珠海市香洲区福田路 10号厂房1一层-5 (72)发明人 喻超凡　龚博　曾胜　朱礼平　 叶光进　 (74)专利代理机构 东莞市卓越超群知识产权代 理事务所(特殊普通合伙) 44462 代理人 骆爱文　王超银 (51)Int.Cl. G06T 7/00(2017.01) G06K 9/62(2006.01) G06T 7/11(2017.01) 权利要求书2页 说明书5页 附图1页 (54)发明名称 一种基于人工智能的片式多层陶瓷电容六 面外观检测方法 (57)摘要 本发明涉及电子元器件的外观检测技术领 域，尤指一种基于人工智能的片式多层陶瓷电容 六面外观检测方法。本发明基于人工智能的片式 多层陶瓷电容六面外观检测方法通过AI技术自 动对图片进行区域分割归类，再结合传统算法对 提取到的特征进行判断，更加灵活应对各种不同 的缺陷；通过不断的追加样本数据来扩大学习数 据量、增加学习时长，不断提升对缺陷识别的准 确性，防止漏判和减少误判；通过采集到的全新 图像验证学习效果，学习效果不佳的图像追加到 反馈训练数据中，不断完善数据模型，检测准确 A 率能够无限接近100％。 3 4 3 5 1 4 1 1 1 N C CN 111415343 A 权　利　要　求　书 1/2页 1.一种基于人工智能的片式多层陶瓷电容六面外观检测方法，其特征在于：其检测步 骤如下： S1，收集不良样本：收集各种不同缺陷的产品样本，对样本六个面进行拍摄图片，并且 把图片加载到系统资源中； S2，标注缺陷：用标注软件对缺陷样本图片进行区域标注，先对图像上不同特征区域进 行分类，然后贴上相应的标签； S3，进行AI学习：对所有样本数据进行AI学习，通过分析各个标注区域的特征，不断自 主学习达到和手动绘制标签一样的分割效果，学习过程中当前学习效果以数据模型的形式 记录下来，使得系统具备自主识别缺陷能力； S4，产品检测：检测设备通过高清相机获取产品六面图片，并上传到高速AI图像处理系 统中，系统通过学习好的数据模型自动将新采集到的图像进行区域分割，然后对分割出来 的缺陷或其他区域进行特征判定以判定产品是否符合产品外观要求，最后把判断数据录入 系统中； S5，分拣出料：若产品判断为正常产品，则把产品分到正常区域；若产品判断为缺陷产 品，则把产品分到缺陷产品区域。 2.根据权利要求1所述的一种基于人工智能的片式多层陶瓷电容六面外观检测方法， 其特征在于：在S1收集不良样本时，需要对缺陷样本进行分类，把具有同样缺陷的不同样本 设置在同一标注列表中，并且在标注列表内采用不同序号区分缺陷类别。 3.根据权利要求1所述的一种基于人工智能的片式多层陶瓷电容六面外观检测方法， 其特征在于：在S2标注缺陷时，其标注方法如下： 1)收集客户缺陷种类和检测需求，规划好分类方式； 2)手动标注区域，区域按像素级别分割，分割区域合并后为检测的整个产品； 3)形状复杂的区域可采用自动提取制作标签方式绘制； 4)标注完成后保存到对应分类标签中。