一种故障检测模型的训练方法、装置、故障检测方法、电子设备和可读存储介质制造方法及图纸

本发明专利技术提供一种故障检测模型的训练方法、装置、故障检测方法、电子设备和可读存储介质。本发明专利技术实施例通过获取显示基板的故障信息以及与所述显示基板对应的维修数据；将所述故障信息输入模糊神经网络，以通过所述模糊神经网络生成维修方案；根据所述维修数据和所述维修方案对所述模糊神经网络进行训练获得故障检测模型。这样，本发明专利技术实施例能够不断获取故障信息并学习对于故障的处理方式，从而能够实现对于更多的故障的识别和处理，有助于提高对于显示基板存在的故障的识别效果。显示基板存在的故障的识别效果。显示基板存在的故障的识别效果。

【技术实现步骤摘要】
一种故障检测模型的训练方法、装置、故障检测方法、电子设备和可读存储介质


[0001]本专利技术涉及深度学习
，尤其涉及一种故障检测模型的训练方法、装置、故障检测方法、电子设备和可读存储介质。

技术介绍

[0002]显示基板等产品在制作过程中可能存在局部短路、短路等制作不良的显示基板，针对这种显示基板，通常需要进行检测之后，利用激光切割等方式进行维修。现有的维修方式对于显示基板的识别效果较差。

技术实现思路

[0003]本专利技术实施例提供一种故障检测模型的训练方法、装置、故障检测方法、电子设备和可读存储介质，以解决对于显示基板的识别效果较差的问题。
[0004]第一方面，本专利技术实施例提供了一种故障检测模型的训练方法，包括以下步骤：
[0005]获取显示基板的故障信息以及与所述显示基板对应的维修数据；
[0006]将所述故障信息输入模糊神经网络，以通过所述模糊神经网络生成维修方案；
[0007]根据所述维修数据和所述维修方案对所述模糊神经网络进行训练获得故障检测模型。<br/>[0008]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种故障检测模型的训练方法，其特征在于，包括以下步骤：获取显示基板的故障信息以及与所述显示基板对应的维修数据；将所述故障信息输入模糊神经网络，以通过所述模糊神经网络生成维修方案；根据所述维修数据和所述维修方案对所述模糊神经网络进行训练获得故障检测模型。2.根据权利要求1所述的方法，其特征在于，所述故障信息包括所述显示基板的图像，所述将所述故障信息输入模糊神经网络，以通过所述模糊神经网络生成维修方案，包括：将所述显示基板的图像输入所述模糊神经网络；获取所述模糊神经网络输出的维修方案，所述维修方案包括维修采用的激光类型、切割方法以及所需切割的膜层中的至少一项。3.根据权利要求2所述的方法，其特征在于，所述显示基板的图像，包括短路故障图像、断路故障图像和异物故障图像中的一种或多种。4.根据权利要求2所述的方法，其特征在于，所述根据所述维修数据和所述维修方案对所述模糊神经网络进行训练获得故障检测模型，包括：将所述维修方案和所述维修数据相对比以生成差异数据；根据所述差异数据调整所述模糊神经网络的参数；迭代执行上述生成差异数据以及调整模糊神经网络的参数的步骤，在所述差异数据的精度小于预设阈值或迭代次数达到预设次数阈值时，将所述模糊神经网络作为训练完成的故障检测模型。5.根据权利要求1所述的方法，其特征在于，所述获取显示基板的故障信息以及与所述显示基板对应的维修数据之前，还包括：在所述模糊神经网络无法确定目标产品对应的故障的情况下，获取对于所述目标产品的判定结果；若所述判定结果包括将所述目标产品判定为存在故障的显示基板的结果，则执行所述获取显示基板的故障信息以及与所述显示基板对应的维修数据的步骤。6.根据权利要求1至5中任一项所述的方法，其特征在于，所述模糊神经网络包括前件网络，所述前件网络包括依次设置的第一输入层、模糊化层、模糊...

【专利技术属性】
技术研发人员：刘钊，王晓宵，王杨，
申请(专利权)人：成都京东方光电科技有限公司，
类型：发明
国别省市：