缺陷分析方法、装置、电子设备及计算机可读存储介质制造方法及图纸

本申请实施例公开了一种缺陷分析方法、装置、电子设备及计算机可读存储介质，该方法包括：获取目标面板的图像信息；根据图像信息确定目标面板中缺陷的位置；确定缺陷对应的目标缺陷类型；根据位置和目标缺陷类型，确定缺陷对目标面板的影响等级。采用本申请实施例，提高了缺陷分类的效率，并在确定了缺陷的位置后，结合缺陷的类型，确定缺陷对面板的影响等级，即确定出面板因缺陷所造成的受损情况，提高了面板质检的效率。高了面板质检的效率。高了面板质检的效率。

【技术实现步骤摘要】
缺陷分析方法、装置、电子设备及计算机可读存储介质


[0001]本申请实施例涉及计算机
，具体涉及一种缺陷分析方法、装置、电子设备及计算机可读存储介质。

技术介绍

[0002]随着计算机技术的发展，计算机技术在产品生产工序中发挥越来越大的作用，尤其是面板生成工序中，计算机技术推动了面板产品的快速、高效的生产。
[0003]其中，对面板的缺陷检测和分析是面板生产过程中不可或缺的工序，也是面板质量保证的重要手段，目前，对面板缺陷的检测主要通过人工目视检测的方法，但是该方法依赖质检人员的主观判断，并且长时间持续的检测工作，会随着人员注意力下降而影响检测的准确性，并且，在发现缺陷后还需要人工的对缺陷类型进行归类，对缺陷类型的定位效率较低。

技术实现思路

[0004]本申请实施例提供一种缺陷分析方法、装置、电子设备及计算机可读存储介质，可以提高缺陷类型定位的效率。
[0005]第一方面，本申请实施例提供了一种缺陷分析方法，包括：
[0006]获取目标面板的图像信息；
[0007]根据图像信息确定目标面板中缺陷的位置；
[0008]确定缺陷对应的目标缺陷类型；
[0009]根据位置和目标缺陷类型，确定缺陷对目标面板的影响等级。
[0010]第二方面，本申请实施例还提供了一种缺陷分析装置，包括：
[0011]获取模块，用于获取目标面板的图像信息；
[0012]确定模块，用于根据图像信息确定目标面板中缺陷的位置；
[0013]识别模块，用于确定缺陷对应的目标缺陷类型；
[0014]分析模块，用于根据位置和目标缺陷类型，确定缺陷对目标面板的影响等级。
[0015]第三方面，本申请实施例还提供了一种电子设备，电子设备包括存储器、处理器及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述的缺陷分析方法中的步骤。
[0016]第四方面，本申请实施例还提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述的缺陷分析方法中的步骤。
[0017]本申请实施例通过对缺陷的位置和类型的确定，并通过缺陷的位置和类型，对缺陷的影响等级进行分析和确定，得出面板因缺陷所造成的受损情况，提高了面板质检的准确性。
附图说明
[0018]为了更清楚地说明本申请中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0019]图1是本申请实施例提供的缺陷分析方法的场景示意图；
[0020]图2是本申请实施例提供的缺陷分析方法的流程示意图；
[0021]图3是本申请实施例提供的缺陷分析装置的结构示意图；
[0022]图4是本申请实施例提供的缺陷分析装置的构建流程图；
[0023]图5是本申请实施例提供的电子设备的结构示意图。
具体实施方式
[0024]下面将结合本申请中的附图，对本申请中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0025]本申请实施例提供一种缺陷分析方法、装置、电子设备及计算机可读存储介质。具体地，本申请实施例提供适用于电子设备的缺陷分析装置，其中，电子设备可以为终端或服务器等设备。其中，终端可以为摄像机、高清摄像头或者光学检测(AOI，Automated Optical Inspection)相机等具有图像采集功能的设备。服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(CDN，Content Delivery Network)、以及大数据和人工智能平台等基础云计算服务的云服务器，服务器可以通过有线或无线通信方式进行直接或间接地连接。
[0026]例如，请参阅图1，本申请实施例以终端和服务器共同执行缺陷分析方法为例，其中，在终端和服务器的基础上也可以增加其他设备来辅助完成缺陷分析方法，在此对其他设备的类型不做限定；终端与服务器之间通过网络连接，比如，通过有线或无线网络连接等，具体执行过程如下：
[0027]终端设备A启动图像采集功能，获取到面板的图像信息，其中，面板包括TFT
‑
LCD面板或集成电路面板等，随后，终端设备A将面板的图像信息传输到服务器B中；
[0028]服务器B在接收到终端设备A传输过来的面板图像信息后，对图像信息进行识别，识别出面板图像中包含的缺陷，以及标注出缺陷所在的位置，并对缺陷进行特征提取，得到缺陷所对应的缺陷特征信息，然后，服务器B根据缺陷特征信息对缺陷的类型进行预测，预测缺陷属于至少一个预设缺陷类型的概率，根据概率从至少一个预设缺陷类型中确定出缺陷所属的类型；
[0029]随后，服务器B根据缺陷的位置和缺陷的类型，确定缺陷对面板的影响等级，即确定出面板因缺陷而造成的受损程度，实现对缺陷位置和类型的定位以及影响等级的分析。其中，服务器B还将缺陷的位置、类型和影响等级等信息传输给终端设备A，使终端设备A能够在展示端将面板上的缺陷的位置进行标注展示，并注明缺陷所对应的缺陷类型，以及展示缺陷在当前面板上的影响等级。
[0030]其中，本申请实施例提供的缺陷分析方法涉及人工智能领域中的机器学习。本申请实施例可以提高面板中缺陷检测和缺陷类型定位的准确性，提高对缺陷分析的准确性。
[0031]其中，人工智能(AI，Artificial Intelligence)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个综合技术，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。人工智能技术是一门综合学科，涉及领域广泛，既有硬件层面的技术也有软件层面的技术。其中，人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等方向。
[0032]其中，机器学习(ML，Machine Learning)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。机器学习是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域。机器学习和深度学习通常本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种缺陷分析方法，其特征在于，包括：获取目标面板的图像信息；根据所述图像信息确定所述目标面板中缺陷的位置；确定所述缺陷对应的目标缺陷类型；根据所述位置和所述目标缺陷类型，确定所述缺陷对所述目标面板的影响等级。2.根据权利要求1所述的方法，其特征在于，所述确定所述缺陷对应的目标缺陷类型，包括：对所述缺陷进行特征提取，得到缺陷特征信息；根据所述缺陷特征信息，预测所述缺陷属于至少一个预设缺陷类型中的各个预设缺陷类型的实际概率；根据所述实际概率，从所述至少一个预设缺陷类型中确定所述缺陷所对应的目标缺陷类型。3.根据权利要求2所述的方法，其特征在于，所述对所述缺陷进行特征提取，得到缺陷特征信息，包括：根据预设缺陷分类模型对所述缺陷进行特征提取，得到缺陷特征信息；所述根据所述缺陷特征信息，预测所述缺陷属于至少一个预设缺陷类型中的各个预设缺陷类型的实际概率，包括：利用所述预设缺陷分类模型，对所述缺陷特征信息进行预测，得到所述缺陷属于至少一个预设缺陷类型中的各个预设缺陷类型的实际概率。4.根据权利要求1
‑
3任一项所述的方法，其特征在于，所述根据所述图像信息确定所述目标面板中缺陷的位置之前，所述方法还包括：通过已训练的缺陷检测模型对所述图像信息进行特征提取，得到图像特征信息；通过所述已训练的缺陷检测模型预测所述图像特征信息所对应的缺陷检测结果，所述缺陷检测结果包括有缺陷和无缺陷；所述根据所述图像信息确定所述目标面板中缺陷的位置，包括：当所述缺陷检测结果包括有缺陷时，根据所述图像信息和所述已训练的缺陷检测模型确定所述目标面板中缺陷的位置。5.根据权利要求4所述的方法，其特征在于，所述通过已训练的缺陷检测模型对所述图像信息进行特征提取，得到图像特征信息之前，所述方法还包括：获取模型训练数据，所述模型训练数据包括至少一个样本原始图像；将所述样本原始图像划分为训练集和校验集，所述训练集和校验集均包括至少一个标注有缺陷位置的样本原始图像；基于所述训练集，对预设缺陷检测模型进行训练；利用所述校验集对所述预设缺陷检测模型的训练结果进行验证，得到所述已训练的缺陷检测模型。6.根据权利要求2所述的方法，其特征在于所述确定所述缺陷对应的目标缺陷类型之...

【专利技术属性】
技术研发人员：李佳，
申请(专利权)人：TCL科技集团股份有限公司，
类型：发明
国别省市：