买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：青岛海高设计制造有限公司

摘要：本申请实施例提供一种显示面板缺陷检测模型训练方法、缺陷检测方法及设备，涉及显示面板检测技术领域，上述方法包括：获取数据集，该数据集包括训练数据集与测试数据集；基于训练数据集对待训练模型进行训练，得到显示面板缺陷检测模型；使用测试数据集对显示面板缺陷检测模型进行测试，并根据测试结果调整待训练模型，继续基于训练数据集对调整后的待训练模型进行训练，直至训练得到的显示面板缺陷检测模型满足预设标准。获取待检测显示面板的图像；将该图像输入上述显示面板缺陷检测模型，根据显示面板缺陷检测模型的输出结果确定待检测显示面板的表面是否存在缺陷；本申请可以提高显示面板缺陷检测的准确性和效率。

主权项：1.一种显示面板缺陷检测模型训练方法，其特征在于，所述方法包括：获取数据集，所述数据集包括训练数据集与测试数据集；所述训练数据集中包括多张表面无缺陷的第一显示面板样本图像，所述测试数据集中包括多张表面无缺陷的第二显示面板样本图像、多张表面存在缺陷的第三显示面板样本图像以及每张所述第三显示面板样本图像对应的缺陷标注数据；基于所述训练数据集对待训练模型进行训练，得到显示面板缺陷检测模型；所述待训练模型用于获取所述第一显示面板样本图像在不同尺度下的特征图，并利用跨尺度流对所述特征图进行处理后，输出所述特征图对应的似然值，所述似然值用于指示所述特征图对应尺度的第一显示面板样本图像的表面是否存在缺陷；使用所述测试数据集对所述显示面板缺陷检测模型进行测试，并根据测试结果调整所述待训练模型，继续基于所述训练数据集对调整后的待训练模型进行训练，直至训练得到的显示面板缺陷检测模型满足预设标准；所述待训练模型包括卷积神经网络与跨尺度流，所述基于所述训练数据集对待训练模型进行训练，包括：将所述第一显示面板样本图像输入所述卷积神经网络，以获取所述第一显示面板样本图像在不同尺度下的特征图；将各个所述特征图输入所述跨尺度流；所述跨尺度流包括多个耦合块，每个所述耦合块包含多个交叉卷积层，不同的所述交叉卷积层用于对不同尺度下的所述特征图进行可逆变换；计算所述跨尺度流输出的变换后的特征图在潜在空间的似然值；根据所述似然值调整所述待训练模型的参数；还包括：检测所述第一显示面板样本的类型，和或所述第一显示面板样本图像的分辨率或尺寸大小；根据所述第一显示面板样本的类型，和或所述第一显示面板样本图像的分辨率或尺寸大小，确定所述第一显示面板样本图像对应的多个不同的尺度；或者，获取尺度指示信息，所述尺度指示信息包括多个比特位，不同的比特位对应不同的尺度；根据所述尺度指示信息中的各个比特位上的值，确定所述第一显示面板样本图像对应的多个不同的尺度；其中，所述多张第三显示面板样本图像中的部分第三显示面板样本图像基于如下方法得到：收集和标注存在不同缺陷的多张显示面板图像数据；基于蒙特卡洛算法对所述存在不同缺陷的多张显示面板图像数据进行处理以预测纹理的重要形状特征；所述重要形状特征为形状识别或异常检测的关键因素；基于所述纹理的重要形状特征，模拟生成多张具有不同纹理特征、目标和缺陷的图像；其中，所述多张具有不同纹理特征、目标和缺陷的图像为所述部分第三显示面板样本图像；所述基于所述纹理的重要形状特征，模拟生成多张具有不同纹理特征、目标和缺陷的图像，包括：通过调整与所述重要形状特征相关的纹理参数，以模拟生成具有不同形状特征的纹理图像；或者，通过调整与所述重要形状特征相关的纹理参数，以模拟生成具有不同形状特征的纹理图像；在所述纹理图像中随机放置不同形状、大小、颜色和方向的物体作为目标；或者，通过调整纹理的参数来模拟不同类型的缺陷。

全文数据：

权利要求：

百度查询： 青岛海高设计制造有限公司 显示面板缺陷检测模型训练方法、缺陷检测方法及设备