[发明专利]基于半监督深度学习的铜箔基板表面缺陷检测方法在审
| 申请号： | 202010033380.4 | 申请日： | 2020-01-13 |
| 公开（公告）号： | CN111489326A | 公开（公告）日： | 2020-08-04 |
| 发明（设计）人： | 郑小青;王洪成;孔亚广;郑松 | 申请（专利权）人： | 杭州电子科技大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06K9/62;G06N3/04 |
| 代理公司： | 杭州杭诚专利事务所有限公司 33109 | 代理人： | 尉伟敏 |
| 地址： | 310018 浙*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： |
本发明公开了基于半监督深度学习的铜箔基板表面缺陷检测方法，包括：获取铜箔基板的缺陷样本集，并对缺陷样本集中小于30％数量的缺陷样本进行标注，得到标记过的缺陷样本集(x，y)和未标记过的缺陷样本集u；构建神经网络模型F |
||
| 搜索关键词： | 基于 监督 深度 学习 铜箔 表面 缺陷 检测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于杭州电子科技大学，未经杭州电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010033380.4/，转载请声明来源钻瓜专利网。
