[发明专利]一种基于深度学习的液晶屏瑕疵检测方法及系统

摘要

本发明公开一种基于深度学习的液晶屏瑕疵检测方法及系统，属于图像处理技术领域。该方法包括图像采集、数据标注、滑窗操作、数据增强、网络训练、瑕疵检测以及瑕疵语义分割七个部分。本发明还提供了基于深度学习的液晶屏瑕疵检测系统，包括图像采集模块、数据标注模块、图像分区模块、数据增强模块、网络训练模块、并行检测模块、瑕疵分割模块。本发明提出在检测的技术上实现分割，不仅可以获取瑕疵的类型与位置，还可以获取其具体形状；使用数据增强的操作，大大降低数据集制作所需的成本；采取基于深度学习的并行检测，既保了证检测精度，又提高了检测速度。

主权项

1.一种基于深度学习的液晶屏瑕疵检测方法，其特征在于，包括如下步骤：步骤1：采集带有瑕疵的液晶屏图像，制成数据集；步骤2：将采集到的图像进行瑕疵类型、位置以及像素点的标注；步骤3：根据所获得的瑕疵数据，分别设置网络所需要检测的瑕疵类型数目以及检测框的初始大小，调节参数，进行网络训练；步骤4：将一系列小图像送入网络，图像经过19层卷积层以及5层池化层后进行检测，判断是否存在瑕疵，若存在瑕疵，则输出瑕疵类型及相应位置；步骤5：瑕疵类型及相应位置作为兴趣区域输入到后续层中，将其进行反卷积操作，得到与输入图片大小一致的特征图，结合兴趣区域，实现瑕疵语义分割，获取其具体形状。