-
公开(公告)号：CN113469984A
公开(公告)日：2021-10-01
申请号：CN202110787943.3
申请日：2021-07-13
Applicant: 厦门福信光电集成有限公司
Abstract: 本发明涉及一种基于YOLO结构的显示面板外观检测方法，包括以下步骤：采集带有显示面板外观缺陷的图片，对所述图片进行标注，得到训练样本；所述标注包括包含缺陷区域的缺陷框坐标及该缺陷类型；将所述训练样本输入网络，利用梯度下降的方法驱动网络进行训练，得到训练好的模型权重；将模型权重部署至推理服务器；通过检测机台采集显示面板外观图像，并裁剪成统一尺寸后，发送给所述推理服务器；所述推理服务器对所述显示面板外观图像进行检测，并将检测结果反馈至所述检测机台。本发明通过基于YOLO结构的网络对显示面板外观进行检测。解决了特征深度与空间信息矛盾，检测结果误报率高的问题。
-
公开(公告)号：CN112712503B
公开(公告)日：2023-05-02
申请号：CN202011611451.0
申请日：2020-12-30
Applicant: 厦门福信光电集成有限公司
Abstract: 本发明涉及一种基于深度学习的显示面板外观检测方法，包括：获取带有显示面板外观缺陷的图片；对带有显示面板外观缺陷的图片中各显示面板外观缺陷进行标注，制备训练数据样本；建立显示面板外观检测深度学习模型，将训练数据样本输入所述显示面板外观检测深度学习模型进行训练，得到训练好的显示面板外观检测深度学习模型；利用显示面板外观检测深度学习模型对待检测的显示面板进行外观检测，得到预测结果，根据预测结果对该显示面板进行标记。本发明通过训练好的显示面板外观检测深度学习模型对显示面板外观进行检测，得到预测结果，根据预测结果对显示面板进行标记，预测结果包含显示面的板外观缺陷类别、外观缺陷置信度和外观缺陷定位边界。
-
公开(公告)号：CN112712503A
公开(公告)日：2021-04-27
申请号：CN202011611451.0
申请日：2020-12-30
Applicant: 厦门福信光电集成有限公司
Abstract: 本发明涉及一种基于深度学习的显示面板外观检测方法，包括：获取带有显示面板外观缺陷的图片；对带有显示面板外观缺陷的图片中各显示面板外观缺陷进行标注，制备训练数据样本；建立显示面板外观检测深度学习模型，将训练数据样本输入所述显示面板外观检测深度学习模型进行训练，得到训练好的显示面板外观检测深度学习模型；利用显示面板外观检测深度学习模型对待检测的显示面板进行外观检测，得到预测结果，根据预测结果对该显示面板进行标记。本发明通过训练好的显示面板外观检测深度学习模型对显示面板外观进行检测，得到预测结果，根据预测结果对显示面板进行标记，预测结果包含显示面的板外观缺陷类别、外观缺陷置信度和外观缺陷定位边界。
-
公开(公告)号：CN113469984B
公开(公告)日：2023-06-02
申请号：CN202110787943.3
申请日：2021-07-13
Applicant: 厦门福信光电集成有限公司
IPC: G06T7/00 , G01N21/88 , G06V10/80 , G06V10/764 , G06V10/774 , G06V10/762 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及一种基于YOLO结构的显示面板外观检测方法，包括以下步骤：采集带有显示面板外观缺陷的图片，对所述图片进行标注，得到训练样本；所述标注包括包含缺陷区域的缺陷框坐标及该缺陷类型；将所述训练样本输入网络，利用梯度下降的方法驱动网络进行训练，得到训练好的模型权重；将模型权重部署至推理服务器；通过检测机台采集显示面板外观图像，并裁剪成统一尺寸后，发送给所述推理服务器；所述推理服务器对所述显示面板外观图像进行检测，并将检测结果反馈至所述检测机台。本发明通过基于YOLO结构的网络对显示面板外观进行检测。解决了特征深度与空间信息矛盾，检测结果误报率高的问题。
-
-
-
Search Results
4
records
(took 0.027 seconds)
