[发明专利]基于小样本深度学习的液晶屏缺陷检测方法、系统及装置在审
| 申请号： | 201810937124.0 | 申请日： | 2018-08-16 |
| 公开（公告）号： | CN109242829A | 公开（公告）日： | 2019-01-18 |
| 发明（设计）人： | 曾志 | 申请（专利权）人： | 惠州学院 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06K9/62;G02F1/13 |
| 代理公司： | 广州嘉权专利商标事务所有限公司 44205 | 代理人： | 胡辉;何文聪 |
| 地址： | 516007 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于小样本深度学习的液晶屏缺陷检测方法，方法包括：对缺陷图像进行分类标注，得到缺陷样本集；根据缺陷样本集，通过迁移学习算法建立得到缺陷特征检测模型；根据缺陷特征检测模型对需检测图像进行检测并同时进行增量学习，得到检测结果和学习后的缺陷特征检测模型。本发明通过对已标注的缺陷样本集学习，获得缺陷特征检测模型，并通过缺陷特征检测模型进行缺陷识别，进而利用需检测图像进行增量学习从而调整模型参数，有效了提升LED TV屏的智能检测的准确度。本发明可广泛应用于LED TV检测中。 | ||
| 搜索关键词： | 缺陷特征 检测 缺陷样本 检测图像 缺陷检测 增量学习 小样本 液晶屏 标注 学习 系统及装置 准确度 检测结果 模型参数 缺陷识别 缺陷图像 学习算法 智能检测 迁移 分类 应用 | ||
【主权项】：
1.基于小样本深度学习的液晶屏缺陷检测方法，其特征在于，包括以下步骤：对缺陷图像进行分类标注，得到缺陷样本集；根据缺陷样本集，通过迁移学习算法建立得到缺陷特征检测模型；根据缺陷特征检测模型对需检测图像进行检测并同时进行增量学习，得到检测结果和学习后的缺陷特征检测模型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于惠州学院，未经惠州学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810937124.0/，转载请声明来源钻瓜专利网。
