← 返回列表
一种面板缺陷严重程度判级方法、系统、设备及存储介质
摘要文本
本发明提供一种面板缺陷严重程度判级方法、系统、设备及存储介质，涉及面板缺陷检测技术领域，所述方法流程为：基于原始图像的缺陷位置标注数据进行模型训练，以得到目标检测网络模型；基于原始图像的线路位置标注数据进行模型训练，以得到语义分割网络模型；基于目标检测网络模型对待检测图像进行预测，以得到缺陷位置；基于语义分割网络模型对待检测图像进行预测，以得到线路位置；基于缺陷位置和线路位置的相交情况进行缺陷严重程度判定，以得到缺陷严重程度的判断结果。本发明基于目标检测网络模型和语义分割网络模型对缺陷和线路进行精准定位，并且结合两者的位置相交情况对缺陷严重程度进行判级，能够满足不同线路缺陷严重程度判级需求。。来自：www.macrodatas.cn
申请人信息
- 申请人:成都数之联科技股份有限公司
- 申请人地址:610000 四川省成都市武侯区人民南路四段11号附1号1栋8层804、805号
- 发明人: 成都数之联科技股份有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种面板缺陷严重程度判级方法、系统、设备及存储介质 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410129562.X |
| 申请日 | 2024/1/31 |
| 公告号 | CN117670876A |
| 公开日 | 2024/3/8 |
| IPC主分类号 | G06T7/00 |
| 权利人 | 成都数之联科技股份有限公司 |
| 发明人 | 请求不公布姓名; 请求不公布姓名; 请求不公布姓名 |
| 地址 | 四川省成都市武侯区人民南路四段11号附1号1栋8层804、805号 |
专利主权项内容
1.一种面板缺陷严重程度判级方法，其特征在于，所述方法流程如下：基于原始图像的缺陷位置标注数据进行模型训练，以得到目标检测网络模型；基于原始图像的线路位置标注数据进行模型训练，以得到语义分割网络模型；基于目标检测网络模型对待检测图像进行预测，以得到缺陷位置；基于语义分割网络模型对待检测图像进行预测，以得到线路位置；基于缺陷位置和线路位置的相交情况进行缺陷严重程度判定，以得到缺陷严重程度的判断结果。