【技术实现步骤摘要】
显示面板的缺陷检测方法、装置、电子设备及存储介质
[0001]本申请涉及人工智能
，具体涉及一种显示面板的缺陷检测方法、装置、电子设备及存储介质。
技术介绍
[0002]显示面板作为智能化的一个重要表现，被广泛的用于手机、平板电脑、电视、车载电脑等众多电子设备中。为了确保显示面板能够正常显示，需要对显示面板进行缺陷检测。相关技术中，通常采用人工目视检测的方式来对显示面板可能存在的缺陷进行检测，然而，由于人工主观判断等因素将影响缺陷检测结果的准确性。
技术实现思路
[0003]本申请实施例提供一种显示面板的缺陷检测方法、装置、电子设备及存储介质，可以提高对显示面板进行缺陷检测时的准确性。
[0004]第一方面，本申请提供的显示面板的缺陷检测方法，包括：
[0005]获取待检测显示面板的面板图像；
[0006]通过缺陷定位模型对所述面板图像进行缺陷定位，确定所述面板图像中存在缺陷的缺陷区域；
[0007]从所述面板图像中裁剪出所述缺陷区域；
[0008]通过缺陷分类模...
【技术保护点】
【技术特征摘要】
1.一种显示面板的缺陷检测方法，其特征在于，包括：获取待检测显示面板的面板图像；通过缺陷定位模型对所述面板图像进行缺陷定位，确定所述面板图像中存在缺陷的缺陷区域；从所述面板图像中裁剪出所述缺陷区域；通过缺陷分类模型对所述缺陷区域进行缺陷分类，确定所述缺陷区域的缺陷类别。2.如权利要求1所述的方法，其特征在于，所述缺陷分类模型包括特征编码网络和特征解码网络，所述特征编码网络至少包括深度可分离卷积层，所述通过缺陷分类模型对所述缺陷区域进行缺陷分类，确定所述缺陷区域的缺陷类别，包括：通过所述深度可分离卷积层对所述缺陷图像进行特征编码，得到所述缺陷图像的特征图；通过所述特征解码网络对所述特征图进行特征解码，得到用于描述所述缺陷区域的缺陷类别的分类结果；根据所述分类结果确定所述缺陷区域的缺陷类别。3.如权利要求2所述的方法，其特征在于，所述深度可分离卷积层包括逐通道卷积子层和逐点卷积子层，所述通过所述深度可分离卷积层对所述缺陷图像进行特征编码，得到所述缺陷图像的特征图，包括：通过所述逐通道卷积子层对所述缺陷图像的多个通道分别进行卷积操作，得到多个卷积结果；通过所述逐点卷积层对所述多个卷积结果进行加权组合，得到所述特征图。4.如权利要求2所述的方法，其特征在于，所述方法还包括：评估所述深度可分离卷积层中的每一卷积核对所述深度可分离卷积层进行特征编码的影响程度；根据每一卷积核对应的影响程度，确定所述深度可分离卷积层中需要删除的目标卷积核，并从所述深度可分离卷积层中删除所述目标卷积核。5.如权利要求1
‑
4任一项所述的方法，其特征在于，所述缺陷分类模型按照如下步骤生成：获取不同缺陷类别的正样本图像，以及获取不存在缺陷的负样本图像；根据所述正样本图像以及所述负样本图像，采用聚焦损失函数对所述缺陷分类模型进行训练。6.如权利要求5所述的方法，其特征在于，所述采用聚焦损失函数对所述缺陷分类模型进行训练之后，还包括：对所述缺陷分类模型进行量化处理，以将所述缺陷分类模型由浮点型转换为整型。7.如权利要求1所述的方法，其特征在于，所述缺陷定位模型基于PP
‑
YOLO模型采用L1损失函数和交并比损失函数训练得到，所述PP
‑
YOLO模型包括主干网络、颈部网络和检测头网络，所述通过缺陷定位模型对所述面板图像进行缺陷定位，确定所述面板图像中存在缺陷的缺陷区域，包括：通过所述主干网络对所述面板图像进行特征编码，得到多个不同尺度的特征图；通过所述颈部网络融合所述多个不同尺度的特征图，得到融合特征图；
通过所述检测头网络对所述融合特征图进行特征解码，得到用于描述所述缺陷区域的位置的定位结果；根据所述定位结果确定所述缺陷区域。8.如权利要求7所述的方法，其特征在于，所述主干网络包括ResNet50
‑
VD网络，所述颈部网络包括特征金字塔网络，所述检测头网络包括YOLOV3检测头网络。9.如权利要...
【专利技术属性】
技术研发人员：汪浩，刘阳兴，
申请(专利权)人：武汉TCL集团工业研究院有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。