由于CNN强大的特征提取能力，采用基于CNN的分类网络目前已成为表面缺陷分类中的模式一般来说，现有表面缺陷分类的网络常常采用计算机视觉中现成的网络结构，检测中文字符，包括AlexNet，VGG，GoogLeNet，ResNet，字符识别检测，SENet，ShuteNet，MobileNet等。利用分类网络结合上滑动窗口的方式可以实现缺陷的定位。Deeplearning-basedcrackdamagedetectionusingconvolutionalneuralnetworks根据本发明的一个方面，在所述步骤s33中，对所述检测图片进行分割的方法包括全局阈值分割方法、动态阈值分割方法或均值阈值分割方法。本发明的镜头缺陷检测方法，能够对镜头进行的检测，在线字符检测，包括对镜头端面和凸台的缺陷检测、对镜片区域内尘、内脏、脱模、毛丝等缺陷检测、对镜片、胶水、镜筒伤的检测和对镜头上表面和下表面的检测。并且检测方法具有高精度、的优点。手机镜头是手机摄像模组的关键部件，为保证手机镜头的成像质量，需要对其内外部进行各个角度、各种缺陷的检测。对于手机镜头的缺陷检测，目前无法进行有效的检测。通常还是依赖于人工借助显微镜的方式进行检测，此检测方法存在以下缺点：1、人工检测劳动强度大，字符检测，效率低；2、人工检测标准主要依靠感官判断，人员之间的标准差异大；3、镜头的结构复杂，人工极容易出现漏检。检测中文字符-字符检测-苏州宣雄由苏州宣雄智能科技有限公司提供。行路致远，砥砺前行。苏州宣雄智能科技有限公司致力成为与您共赢、共生、共同前行的战略伙伴，更矢志成为检测仪具有竞争力的企业，与您一起飞跃，共同成功!)