一种基于神经网络技术的电路设备缺陷识别方法

摘要

本发明公开了一种基于神经网络技术的电路设备缺陷识别方法，它包括：步骤1、获取带有缺陷的电路设备图像和待测的电路设备图像，得到原始图像数据，进行筛选，得到清晰度达标的图像数据；步骤2、对清晰度达标的图像数据进行预处理，得到标准图像数据；步骤3、对标准图像进行标注，标注与标准图像一起组成训练集；步骤4、将训练集导入Darknet网络进行训练，得到模型网络；步骤5、将待测图像导入模型网络，得到每个区域的各缺陷类型置信度，设置阈值，滤掉阈值以下的区域；对剩余区域进行NMS处理得到检测结果；解决了现有技术对电路设备缺陷图片识别方法缺少对低层特征进行综合利用进而达到全局最优识别的目的或不具备随样本数量增多提升识别准确率的能力等技术问题。