【技术实现步骤摘要】
LED灯珠缺陷检测方法和装置
本专利技术涉及深度学习
，具体涉及一种LED灯珠缺陷检测方法、一种LED灯珠缺陷检测装置、一种计算机设备、一种非临时性计算机可读存储介质和一种计算机程序产品。
技术介绍
LED(LightEmittingDiode，发光二极管)灯珠广泛用于灯饰照明、LED大屏幕显示、交通灯、装饰、电脑、电子玩具礼品等诸多电子产品中。上述电子产品在生产过程中可能存在LED灯珠缺陷，例如LED灯珠的偏移、缺损及出现划痕、裂纹等。目前对于LED灯珠缺陷的检测大多是通过人工视力观察的方式来完成的，效率低下，人工成本高，且会因存在人眼难以发现的缺陷而导致漏检。
技术实现思路
本专利技术为解决上述技术问题，提供了一种LED灯珠缺陷检测方法和装置，检测效率较高，人工成本较低，且检测准确率较高。本专利技术采用的技术方案如下：一种LED灯珠缺陷检测方法，包括以下步骤：获取样本数据集，其中，所述样本数据集中包含多个存在LED灯珠缺陷的样本产品图像和多个不存在LED灯珠缺陷的样本产品...
【技术保护点】
1.一种LED灯珠缺陷检测方法，其特征在于，包括以下步骤：/n获取样本数据集，其中，所述样本数据集中包含多个存在LED灯珠缺陷的样本产品图像和多个不存在LED灯珠缺陷的样本产品图像；/n通过模板匹配法获取每个样本产品图像中的LED灯珠区域以更新所述样本数据集；/n通过更新后的样本数据集对神经网络进行训练，得到LED灯珠缺陷检测模型；/n获取待检测产品图像，并通过模板匹配法获取所述待检测产品图像中的LED灯珠区域以更新所述待检测产品图像；/n将更新后的待检测产品图像输入所述LED灯珠缺陷检测模型，以判断是否存在LED灯珠缺陷。/n
【技术特征摘要】
1.一种LED灯珠缺陷检测方法，其特征在于，包括以下步骤：
获取样本数据集，其中，所述样本数据集中包含多个存在LED灯珠缺陷的样本产品图像和多个不存在LED灯珠缺陷的样本产品图像；
通过模板匹配法获取每个样本产品图像中的LED灯珠区域以更新所述样本数据集；
通过更新后的样本数据集对神经网络进行训练，得到LED灯珠缺陷检测模型；
获取待检测产品图像，并通过模板匹配法获取所述待检测产品图像中的LED灯珠区域以更新所述待检测产品图像；
将更新后的待检测产品图像输入所述LED灯珠缺陷检测模型，以判断是否存在LED灯珠缺陷。
2.根据权利要求1所述的LED灯珠缺陷检测方法，其特征在于，进行训练的更新后的样本数据集中的图像和实施检测的更新后的待检测产品图像均为三通道图像。
3.根据权利要求1所述的LED灯珠缺陷检测方法，其特征在于，其中，所述模板匹配法包括：
将样本产品图像或待检测产品图像分解为矩阵形式，并将矩阵形式的图像中的特征按照坐标进行排列；
通过图像比对获取图像中的元器件区域；
对所述元器件区域进行LED灯珠坐标定位以得到LED灯珠区域。
4.根据权利要求3所述的LED灯珠缺陷检测方法，其特征在于，所述神经网络为VGG网络或Inception网络。
5.根据权利要求4所述的LED灯珠缺陷检测方法，其特征在于，所述神经网络中构建分类算法。
6.根据权利要求4所述的LED灯珠缺陷检测方法，其特...
【专利技术属性】
技术研发人员：陈海波，段艺霖，
申请(专利权)人：深兰人工智能芯片研究院江苏有限公司，深兰科技上海有限公司，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。