TWI770561B - 產品瑕疵檢測方法、電腦裝置及儲存介質 - Google Patents

產品瑕疵檢測方法、電腦裝置及儲存介質 Download PDF

Info

Publication number
TWI770561B
TWI770561B TW109124854A TW109124854A TWI770561B TW I770561 B TWI770561 B TW I770561B TW 109124854 A TW109124854 A TW 109124854A TW 109124854 A TW109124854 A TW 109124854A TW I770561 B TWI770561 B TW I770561B
Authority
TW
Taiwan
Prior art keywords
test
product
preset number
defect detection
user interface
Prior art date
Application number
TW109124854A
Other languages
English (en)
Other versions
TW202205209A (zh
Inventor
李宛真
蔡東佐
郭錦斌
林子甄
孫國欽
Original Assignee
鴻海精密工業股份有限公司
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 鴻海精密工業股份有限公司 filed Critical 鴻海精密工業股份有限公司
Priority to TW109124854A priority Critical patent/TWI770561B/zh
Publication of TW202205209A publication Critical patent/TW202205209A/zh
Application granted granted Critical
Publication of TWI770561B publication Critical patent/TWI770561B/zh

Links

Images

Landscapes

  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Image Analysis (AREA)

Abstract

本發明提供一種產品瑕疵檢測方法,包括:獲取產品的測試圖片;將所述測試圖片切分為第一預設數量的測試區塊;根據所述每個測試區塊在所述測試圖片中的位置,將所述每個測試區塊輸入至預設的瑕疵識別模型,獲得所述每個測試區塊的檢測結果;及根據所述每個測試區塊的檢測結果確定所述產品的檢測結果。本發明還提供實現所述產品瑕疵檢測方法的電腦裝置和儲存介質。本發明可在提升產品檢測效率的同時提升產品品質的檢測精度。

Description

產品瑕疵檢測方法、電腦裝置及儲存介質
本發明涉及一種產品品質管控技術領域,尤其涉及一種產品瑕疵檢測方法、電腦裝置及儲存介質。
目前,深度學習網路架構可用於檢測產品的缺陷。通常是將產品的圖片輸入到深度學習的網路模型得到產品的檢測結果。然而,所輸入的圖像的解析度和大小會影響檢測的精細度和速度。如果輸入的圖像解析度高且圖像尺寸大,儘管檢測的精細度很高,但速度將大大降低,因此不能滿足工業速度的需求。如果降低輸入圖像的解析度,則會降低產品的檢測精度。
鑒於以上內容,有必要提供一種產品瑕疵檢測方法、電腦裝置及儲存介質,可在提升產品檢測效率的同時提升產品品質的檢測精度。
所述產品瑕疵檢測方法,包括:獲取產品的測試圖片;將所述測試圖片切分為第一預設數量的測試區塊;根據所述每個測試區塊在所述測試圖片中的位置,將所述每個測試區塊輸入至預設的瑕疵識別模型,獲得所述每個測試區塊的檢測結果;及根據所述每個測試區塊的檢測結果確定所述產品的檢測結果。
所述電腦可讀儲存介質儲存有至少一個指令,所述至少一個指令被處理器執行時實現所述產品瑕疵檢測方法。
所述電腦裝置包括儲存器和至少一個處理器,所述儲存器中儲存有至少一個指令,所述至少一個指令被所述至少一個處理器執行時實現所述產品瑕疵檢測方法。
相較於習知技術,所述產品瑕疵檢測方法、電腦裝置及儲存介質,可在提升產品檢測效率的同時提升產品品質的檢測精度。
3:電腦裝置
31:儲存器
32:處理器
30:產品瑕疵檢測系統
301:獲取模組
302:執行模組
5:第一使用者介面
6:第二使用者介面
61:區塊
60:圖案
51:按鈕
圖1是本發明較佳實施例的電腦裝置的架構圖。
圖2是本發明較佳實施例的產品瑕疵檢測系統的功能模組圖。
圖3是本發明較佳實施例的產品瑕疵檢測方法的流程圖。
圖4舉例說明第一使用者介面。
圖5舉例說明第二使用者介面。
為了能夠更清楚地理解本發明的上述目的、特徵和優點,下面結合附圖和具體實施例對本發明進行詳細描述。需要說明的是,在不衝突的情況下,本發明的實施例及實施例中的特徵可以相互組合。
在下面的描述中闡述了很多具體細節以便於充分理解本發明,所描述的實施例僅僅是本發明一部分實施例,而不是全部的實施例。基於本發明中的實施例,本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例,都屬於本發明保護的範圍。
除非另有定義,本文所使用的所有的技術和科學術語與屬於本發明的技術領域的技術人員通常理解的含義相同。本文中在本發明的說明書中所使用的術語只是為了描述具體的實施例的目的,不是旨在於限制本發明。
參閱圖1所示,為本發明較佳實施例提供的電腦裝置的架構圖。
本實施例中,電腦裝置3包括互相之間電氣連接的儲存器31、至少 一個處理器32。
本領域技術人員應該瞭解,圖1示出的電腦裝置3的結構並不構成本發明實施例的限定,所述電腦裝置3還可以包括比圖1更多或更少的其他硬體或者軟體,或者不同的部件佈置。
需要說明的是,所述電腦裝置3僅為舉例,其他現有的或今後可能出現的電腦裝置如可適應於本發明,也應包含在本發明的保護範圍以內,並以引用方式包含於此。
在一些實施例中,所述儲存器31可以用於儲存電腦程式的程式碼和各種資料。例如,所述儲存器31可以用於儲存安裝在所述電腦裝置3中的產品瑕疵檢測系統30,並在電腦裝置3的運行過程中實現高速、自動地完成程式或資料的存取。所述儲存器31可以是包括唯讀儲存器(Read-Only Memory,ROM)、可程式設計唯讀儲存器(Programmable Read-Only Memory,PROM)、可抹除可程式設計唯讀儲存器(Erasable Programmable Read-Only Memory,EPROM)、一次可程式設計唯讀儲存器(One-time Programmable Read-Only Memory,OTPROM)、電子抹除式可複寫唯讀儲存器(Electrically-Erasable Programmable Read-Only Memory,EEPROM)、唯讀光碟(Compact Disc Read-Only Memory,CD-ROM)或其他光碟儲存器、磁碟儲存器、磁帶儲存器、或者任何其他能夠用於攜帶或儲存資料的非易失性的電腦可讀的儲存介質。
在一些實施例中,所述至少一個處理器32可以由積體電路組成。例如,可以由單個封裝的積體電路所組成,也可以是由多個相同功能或不同功能封裝的積體電路所組成,包括一個或者多個中央處理器(Central Processing unit,CPU)、微處理器、數文書處理晶片、圖形處理器及各種控制晶片的組合等。所述至少一個處理器32是所述電腦裝置3的控制核心(Control Unit),利用各種介面和線路連接整個電腦裝置3的各個部件,透過執行儲存在所述儲存器31內的程式或者模組或者指令,以及調用儲存在所述儲存器31內的資料,以執行電腦裝置3的各種功能和處理資料,例如,對產品瑕疵進行檢測的功能(具 體細節參後面對圖3的介紹)。
在本實施例中,產品瑕疵檢測系統30可以包括一個或多個模組,所述一個或多個模組儲存在所述儲存器31中,並由至少一個或多個處理器(本實施例為處理器32)執行,以實現對產品瑕疵進行檢測的功能(具體細節參後面對圖3的介紹)。
在本實施例中,所述產品瑕疵檢測系統30根據其所執行的功能,可以被劃分為多個模組。參閱圖2所示,所述多個模組包括獲取模組301、執行模組302。本發明所稱的模組是指一種能夠被至少一個處理器(例如處理器32)所執行並且能夠完成固定功能的一系列電腦可讀的指令段,其儲存在儲存器(例如電腦裝置3的儲存器31)中。在本實施例中,關於各模組的功能將在後續結合圖3詳述。
本實施例中,以軟體功能模組的形式實現的集成的單元,可以儲存在一個非易失性可讀取儲存介質中。上述軟體功能模組包括一個或多個電腦可讀指令,所述電腦裝置3或一個處理器(processor)透過執行所述一個或多個電腦可讀指令實現本發明各個實施例的方法的部分,例如圖3所示的對產品瑕疵進行檢測的方法。
在進一步的實施例中,結合圖2,所述至少一個處理器32可執行所述電腦裝置3中所安裝的各類應用程式(如所述的產品瑕疵檢測系統30)、程式碼等。
在進一步的實施例中,所述儲存器31中儲存有電腦程式的程式碼,且所述至少一個處理器32可調用所述儲存器31中儲存的程式碼以執行相關的功能。例如,圖2中所述產品瑕疵檢測系統30的各個模組是儲存在所述儲存器31中的程式碼,並由所述至少一個處理器32所執行,從而實現所述各個模組的功能以達到對產品瑕疵進行檢測的目的(詳見下文中對圖3的描述)。
在本發明的一個實施例中,所述儲存器31儲存一個或多個電腦可讀指令,所述一個或多個電腦可讀指令被所述至少一個處理器32所執行以實現 對產品瑕疵進行檢測的目的。具體地,所述至少一個處理器32對上述電腦可讀指令的具體實現方法詳見下文中對圖3的描述。
圖3是本發明較佳實施例提供的產品瑕疵檢測方法的流程圖。
在本實施例中,所述產品瑕疵檢測方法可以應用於電腦裝置3中,對於需要進行產品瑕疵檢測的電腦裝置3,可以直接在該電腦裝置3上集成本發明的方法所提供的用於產品瑕疵檢測的功能,或者以軟體開發套件(Software Development Kit,SDK)的形式運行在所述電腦裝置3上。
如圖3所示,所述產品瑕疵檢測方法具體包括以下步驟,根據不同的需求,該流程圖中步驟的順序可以改變,某些步驟可以省略。
步驟S1、獲取模組301獲取待檢測的產品的圖片(為清楚簡單說明本發明,以下將待檢測的產品的圖片的稱為“測試圖片”)。
所述待檢測的產品也即是需要進行瑕疵檢測的產品。例如,可以為手機殼、手機保護套,或者任何其他適合的產品。
在一個實施例中,所述獲取模組301可以利用攝像頭(圖中未示出)對所述待檢測的產品進行拍攝,獲得該待檢測的產品的測試圖片。當然,該待檢測的產品的測試圖片也可以預先儲存在儲存器31中,所述獲取模組301可以直接從該儲存器31中獲取所述產品的測試圖片。
步驟S2、執行模組302將所述測試圖片切分為第一預設數量(例如20、22,或其他數值)的區塊(為清楚簡單說明本發明,以下將所述測試圖片對應的所述第一預設數量的區塊中的每個區塊稱為“測試區塊”)。
在一個實施例中,執行模組302還記錄所述第一預設數量的測試區塊中的每個測試區塊在所述測試圖片中的位置。
在一個實施例中,所述執行模組302可以以所述測試圖片的左下角為原點O,所述測試圖片的下邊緣為X軸,所述測試圖片的左邊緣為Y軸,建立坐標系XOY,每個測試區塊在所述測試圖片中的位置也即是在所述坐標系XOY中的位置坐標範圍。需要說明的是,所述坐標系XOY也可以以其他方式 建立,例如以測試圖片的右下角為原點,所述測試圖片的下邊緣為X軸,所述測試圖片的右邊緣為Y軸。此處僅為舉例說明,不應解釋為對本發明的限制。
在一個實施例中,所述第一預設數量的測試區塊中的每個測試區塊的大小相同。在其他實施例中,所述第一預設數量的測試區塊中的各個測試區塊的大小也可以不相同。
步驟S3、執行模組302根據所述每個測試區塊在所述測試圖片中的位置,將所述每個測試區塊輸入至預設的瑕疵識別模型,獲得所述每個測試區塊的檢測結果。
在一個實施例中,所述檢測結果分為無瑕疵、有瑕疵。
在一個實施例中,執行模組302獲得所述瑕疵識別模型的步驟包括(a1)-(a6):
(a1)收集第二預設數量(例如100000,200000或其他數值)的瑕疵圖片。
在一個實施例中,所述第二預設數量的瑕疵圖片中的每張瑕疵圖片的大小相同,且與所述測試圖片的大小相同。
本實施例中,所述瑕疵圖片也即是所述產品具有瑕疵時所拍攝的圖片。
(a2)將所述第二預設數量的瑕疵圖片中的每張瑕疵圖片切分第一預設數量的瑕疵區塊。
在一個實施例中,所述第一預設數量的瑕疵區塊中的每個瑕疵區塊的大小相同。在其他實施例中,所述第一預設數量的瑕疵區塊中的各個瑕疵區塊的大小也可以不相同。
(a3)將所述第一預設數量的瑕疵區塊中的每個瑕疵區塊與該每個瑕疵區塊在對應的瑕疵圖片中的位置建立關聯。
在一個實施例中,所述執行模組302可以以所述瑕疵圖片的左下角為原點O’,所述瑕疵圖片的下邊緣為X’軸,所述瑕疵圖片的左邊緣為Y’軸, 建立坐標系X’O’Y’,每個瑕疵區塊在對應瑕疵圖片中的位置也即是在所述坐標系X’O’Y’中的位置坐標範圍。需要說明的是,所述瑕疵圖片的坐標系X’O’Y’的建立方式需與所述測試圖片的坐標系X’O’Y’的建立方式同,例如都以圖片的左下角為原點,下邊緣為橫軸,左邊緣為縱軸。
(a4)將對應相同位置的所有瑕疵區塊作為一個訓練樣本,由此獲得多個訓練樣本。
(a5)基於所述多個訓練樣本中的每個訓練樣本分別對神經網路進行訓練獲得一個瑕疵檢測模型,由此獲得多個瑕疵檢測模型。
在一個實施例中,可以使用神經網路訓練演算法,例如反向傳播演算法對卷積神經網路模型進行訓練。訓練卷積神經網路模型所用的神經網路訓練演算法為公知技術,此處不再贅述。
(a6)將所述多個瑕疵檢測模型分別與對應的訓練樣本所對應的位置建立關聯。
根據上述步驟可知,所述執行模組302是將所有瑕疵圖片中對應相同位置的瑕疵區塊作為一個訓練樣本,並基於該訓練樣本訓練得出一個瑕疵檢測模型。由此,在進行瑕疵檢測時,根據測試區塊在測試圖片中的位置調用對應的瑕疵檢測模型進行檢測即可。
舉例而言,假設切分所述第二預設數量的瑕疵圖片的時候,將每張瑕疵圖片切分為兩個瑕疵區塊,該兩個瑕疵區塊分別在所述瑕疵圖片中的位置記為P1和P2。則將所有瑕疵區塊中與位置P1對應的瑕疵區塊作為第一訓練樣本,將所有瑕疵區塊中與位置P2對應的瑕疵區塊作為第二訓練樣本。以第一訓練樣本訓練神經網路獲得一個瑕疵識別模型M1,以第二訓練樣本訓練神經網路獲得一個瑕疵識別模型M2。當需要在對測試圖片進行檢測時,將測試圖片切分為兩個測試區塊,該兩個測試區塊在所述測試圖片中的位置分別為P1和P2。那麼,可將與位置P1對應的測試區塊輸入至所述瑕疵識別模型M1進行檢測,將與位置P2對應的測試區塊輸入至所述瑕疵識別模型M2進行檢測。 由此實現了不同測試區塊同時檢測的目的,提升了檢測速率。
步驟S4、執行模組302根據所述每個測試區塊的檢測結果確定所述產品的檢測結果。
本實施例中,當所有測試區塊的檢測結果均為無瑕疵時,所述執行模組302確定所述產品無瑕疵,透過測試。當任一測試區塊的檢測結果為有瑕疵時,所述執行模組302確定所述產品存在瑕疵,沒有透過測試。
在一個實施例中,所述執行模組302可以生成第一使用者介面,將所述產品的檢測結果顯示在所述第一使用者介面。所述執行模組302還可以從所述第一使用者介面接收使用者的第一輸入訊號,回應所述第一輸入訊號顯示所述第一預設數量的測試區塊中的每個測試區塊的檢測結果。
在一個實施例中,所述執行模組302還可以根據所述第一預設數量的測試區塊中的每個測試區塊在所述測試圖片中的位置顯示該每個測試區塊的檢測結果。
在一個實施例中,所述執行模組302還可以回應所述第一輸入訊號生成第二使用者介面;及在所述第二使用者介面顯示第一預設數量的圖案,所述第一預設數量的圖案中的每個圖案代表所述第一預設數量的測試區塊中的其中一個測試區塊的檢測結果,其中,所述圖案以不同樣式區分不同的檢測結果。例如,圖案為灰色時表示對應的測試區塊有瑕疵,沒有透過測試,而圖案為其他顏色例如白色時表示對應的測試區塊沒有瑕疵,透過測試。
在一個實施例中,所述執行模組302在所述第一使用者介面顯示一個指定按鈕,所述第一輸入訊號為從所述指定按鈕所接收的訊號。該訊號可以為例如觸摸訊號或按兩下訊號。
例如,參閱圖4所示,所述執行模組302於從第一使用者介面5上的按鈕51接收到訊號時,生成第二使用者介面6。所述執行模組302在所述第二使用者介面6顯示20個圖案60,該20個圖案60分別代表20個測試區塊的檢測結果,該20個圖案60在所述第二使用者介面6的位置與所述20個區塊在 測試圖片中的位置一一對應。其中,圖案為灰色時表示對應的測試區塊有瑕疵,沒有透過測試,而圖案為白色時表示對應的測試區塊沒有瑕疵,透過測試。
在一個實施例中,所述執行模組302還可以將所述第一預設數量的圖案中的每個圖案與對應的測試區塊建立關聯;從所述第二使用者介面偵測使用者的第二輸入訊號及該第二輸入訊號的輸入位置;當所述第二輸入訊號的輸入位置位於所述第一預設數量的圖案中的任一圖案所在位置時,將與該任一圖案對應的測試區塊顯示在所述第二使用者介面。
例如,參閱圖5所示,當所述執行模組302從灰色圖案所在位置接收到使用者的輸入訊號時,所述執行模組302則顯示所述測試圖片中,與該灰色圖案所在位置所對應的區塊61。在一個實施例中,所述執行模組302還可以在所述第二使用者介面顯示一個指定按鈕;及當從所述指定按鈕接收到使用者的第三輸入訊號時,從所述第二使用者介面切換到所述第一使用者介面。
例如,參閱圖5所示,所述執行模組302在所述第二使用者介面5顯示按鈕51,當所述執行模組302從所述按鈕51接收到使用者的輸入訊號時,所述執行模組302則從所述第二使用者介面6切換到所述第一使用者介面5。
在本發明所提供的幾個實施例中,應該理解到,所揭露的裝置和方法,可以透過其它的方式實現。例如,以上所描述的裝置實施例僅僅是示意性的,例如,所述模組的劃分,僅僅為一種邏輯功能劃分,實際實現時可以有另外的劃分方式。
所述作為分離部件說明的模組可以是或者也可以不是物理上分開的,作為模組顯示的部件可以是或者也可以不是物理單元,即可以位於一個地方,或者也可以分佈到多個網路單元上。可以根據實際的需要選擇其中的部分或者全部模組來實現本實施例方案的目的。
另外,在本發明各個實施例中的各功能模組可以集成在一個處理單元中,也可以是各個單元單獨物理存在,也可以兩個或兩個以上單元集成在一個單元中。上述集成的單元既可以採用硬體的形式實現,也可以採用硬體加軟 體功能模組的形式實現。
對於本領域技術人員而言,顯然本發明不限於上述示範性實施例的細節,而且在不背離本發明的精神或基本特徵的情況下,能夠以其他的具體形式實現本發明。因此,無論從哪一點來看,均應將實施例看作是示範性的,而且是非限制性的,本發明的範圍由所附請求項而不是上述說明限定,因此旨在將落在請求項的等同要件的含義和範圍內的所有變化涵括在本發明內。不應將請求項中的任何附圖標記視為限制所涉及的請求項。此外,顯然“包括”一詞不排除其他單元或,單數不排除複數。裝置請求項中陳述的多個單元或裝置也可以由一個單元或裝置透過軟體或者硬體來實現。第一,第二等詞語用來表示名稱,而並不表示任何特定的順序。
最後所應說明的是,以上實施例僅用以說明本發明的技術方案而非限制,儘管參照以上較佳實施例對本發明進行了詳細說明,本領域的普通技術人員應當理解,可以對本發明的技術方案進行修改或等同替換,而不脫離本發明技術方案的精神和範圍。

Claims (8)

  1. 一種產品瑕疵檢測方法,其中,該方法包括:獲取產品的測試圖片;將所述測試圖片切分為第一預設數量的測試區塊;獲取瑕疵識別模型,包括:收集第二預設數量的瑕疵圖片;將所述第二預設數量的瑕疵圖片中的每張瑕疵圖片切分為所述第一預設數量的瑕疵區塊;將所述第一預設數量的瑕疵區塊中的每個瑕疵區塊與該每個瑕疵區塊在對應的瑕疵圖片中的位置建立關聯;將對應相同位置的所有瑕疵區塊作為一個訓練樣本,由此獲得多個訓練樣本;基於所述多個訓練樣本中的每個訓練樣本對神經網路進行訓練獲得一個瑕疵檢測模型,由此獲得多個瑕疵檢測模型;及將所述多個瑕疵檢測模型分別與對應的訓練樣本所對應的位置建立關聯;根據每個測試區塊在所述測試圖片中的位置,將所述每個測試區塊輸入至所述瑕疵識別模型,獲得所述每個測試區塊的檢測結果;及根據所述每個測試區塊的檢測結果確定所述產品的檢測結果。
  2. 如請求項1所述的產品瑕疵檢測方法,其中,該方法還包括:生成第一使用者介面,用於顯示所述產品的檢測結果;及從所述第一使用者介面接收使用者的第一輸入訊號,回應所述第一輸入訊號顯示所述第一預設數量的測試區塊中的每個測試區塊的檢測結果。
  3. 如請求項2所述的產品瑕疵檢測方法,其中,該方法還包括:記錄所述第一預設數量的測試區塊中的每個測試區塊在對應的測試圖片中的位置;及 根據所述第一預設數量的測試區塊中的每個測試區塊在所述測試圖片中的位置顯示該每個測試區塊的檢測結果。
  4. 如請求項3所述的產品瑕疵檢測方法,其中,該方法還包括:回應所述第一輸入訊號生成第二使用者介面;及在所述第二使用者介面顯示第一預設數量的圖案,所述第一預設數量的圖案中的每個圖案代表所述第一預設數量的測試區塊中的其中一個測試區塊的檢測結果,其中,所述圖案以不同樣式區分不同的檢測結果。
  5. 如請求項4所述的產品瑕疵檢測方法,其中,該方法還包括:將所述第一預設數量的圖案中的每個圖案與對應的測試區塊建立關聯;從所述第二使用者介面偵測使用者的第二輸入訊號及該第二輸入訊號的輸入位置;當所述第二輸入訊號的輸入位置位於所述第一預設數量的圖案中的任一圖案所在位置時,將與該任一圖案對應的測試區塊顯示在所述第二使用者介面。
  6. 如請求項5所述的產品瑕疵檢測方法,其中,該方法還包括:在所述第一使用者介面和第二使用者介面顯示一個指定按鈕;及當從所述指定按鈕接收到使用者的第三輸入訊號時,在所述第二使用者介面和所述第一使用者介面之間進行切換。
  7. 一種電腦可讀儲存介質,其中,所述電腦可讀儲存介質儲存有至少一個指令,所述至少一個指令被處理器執行時實現如請求項1至6中任意一項所述的產品瑕疵檢測方法。
  8. 一種電腦裝置,其中,該電腦裝置包括儲存器和至少一個處理器,所述儲存器中儲存有多個模組,所述多個模組被所述至少一個處理器執行時實現如請求項1至6中任意一項所述的產品瑕疵檢測方法。
TW109124854A 2020-07-22 2020-07-22 產品瑕疵檢測方法、電腦裝置及儲存介質 TWI770561B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW109124854A TWI770561B (zh) 2020-07-22 2020-07-22 產品瑕疵檢測方法、電腦裝置及儲存介質

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW109124854A TWI770561B (zh) 2020-07-22 2020-07-22 產品瑕疵檢測方法、電腦裝置及儲存介質

Publications (2)

Publication Number Publication Date
TW202205209A TW202205209A (zh) 2022-02-01
TWI770561B true TWI770561B (zh) 2022-07-11

Family

ID=81323609

Family Applications (1)

Application Number Title Priority Date Filing Date
TW109124854A TWI770561B (zh) 2020-07-22 2020-07-22 產品瑕疵檢測方法、電腦裝置及儲存介質

Country Status (1)

Country Link
TW (1) TWI770561B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9464992B2 (en) * 1998-07-15 2016-10-11 Rudolph Technologies, Inc. Automated wafer defect inspection system and a process of performing such inspection
US9786045B2 (en) * 2010-05-11 2017-10-10 Sumco Corporation Wafer defect inspection apparatus and method for inspecting a wafer defect
TW201941114A (zh) * 2018-03-22 2019-10-16 國立臺灣師範大學 透過瑕疵複數光場之透明基板瑕疵檢測方法
TW202014985A (zh) * 2018-10-11 2020-04-16 南韓商樂人股份有限公司 缺陷檢測裝置及方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9464992B2 (en) * 1998-07-15 2016-10-11 Rudolph Technologies, Inc. Automated wafer defect inspection system and a process of performing such inspection
US9786045B2 (en) * 2010-05-11 2017-10-10 Sumco Corporation Wafer defect inspection apparatus and method for inspecting a wafer defect
TW201941114A (zh) * 2018-03-22 2019-10-16 國立臺灣師範大學 透過瑕疵複數光場之透明基板瑕疵檢測方法
TW202014985A (zh) * 2018-10-11 2020-04-16 南韓商樂人股份有限公司 缺陷檢測裝置及方法

Also Published As

Publication number Publication date
TW202205209A (zh) 2022-02-01

Similar Documents

Publication Publication Date Title
JP6868119B2 (ja) ホログラフィック偽造防止コードの検査方法及び装置
CN107274442B (zh) 一种图像识别方法和装置
CN109961040B (zh) 身份证区域定位方法、装置、计算机设备及存储介质
US20230214989A1 (en) Defect detection method, electronic device and readable storage medium
CN112634203B (zh) 图像检测方法、电子设备及计算机可读存储介质
WO2022116720A1 (zh) 目标检测方法、装置和电子设备
CN111428374A (zh) 零件缺陷检测方法、装置、设备及存储介质
CN111428373A (zh) 产品装配质量检测方法、装置、设备及存储介质
CN111310826B (zh) 样本集的标注异常检测方法、装置及电子设备
JP7453813B2 (ja) 検査装置、検査方法、プログラム、学習装置、学習方法、および学習済みデータセット
CN1323369C (zh) 图像识别装置和方法以及图像识别装置的示教装置和方法
JPWO2018173478A1 (ja) 学習装置、学習方法および学習プログラム
TW201317904A (zh) 標籤檢測系統、裝置及其檢測標籤的方法
TW202225682A (zh) 電路板檢測方法、電子裝置及存儲介質
US20220028055A1 (en) Defect detection method, computer device and storage medium
US20220207714A1 (en) Product defect detection method, computing device, and storage medium
JP2021128406A (ja) 分析装置及び分析方法
CN114897868A (zh) 极片缺陷识别及模型训练方法、装置及电子设备
CN116245808A (zh) 工件缺陷检测方法、装置、电子设备及存储介质
TWI748828B (zh) 產品瑕疵檢測方法、電腦裝置及儲存媒體
CN114359161A (zh) 一种缺陷检测方法、装置、设备和存储介质
CN117788444A (zh) Smt贴片偏移检测方法、装置及视觉检测系统
TWI770561B (zh) 產品瑕疵檢測方法、電腦裝置及儲存介質
CN117809115A (zh) Smt贴片错件检测方法、装置及视觉检测系统
CN115546219B (zh) 检测板式生成方法、板卡缺陷检测方法、装置及产品