摘要
本发明提供了一种UV光学胶缺陷检测方法和系统，利用卷积神经网络对UV光学胶表面进行缺陷检测，方法包括图像采集、预处理、特征提取、缺陷检测和识别等步骤，首先，对图像进行统一尺寸调整、归一化、数据增强等预处理操作，然后，使用卷积神经网络通过多个卷积层、池化层进行特征提取，最终通过全连接层和Sigmoid激活函数判断图像中是否存在缺陷，该方法还引入区域提议网络生成潜在的缺陷区域，并提供缺陷位置和置信度，训练过程中，采用交叉熵损失函数和Adam优化器进行优化，系统包括图像采集设备、图像预处理模块、缺陷检测模块及缺陷识别模块，能够自动识别缺陷类型和定位缺陷位置，适用于高效、精确的UV光学胶缺陷检测。
