公开(公告)号：CN115797694A

公开(公告)日：2023-03-14

申请号：CN202211553726.9

申请日：2022-12-06

Applicant: 哈尔滨工业大学

Inventor： 王伟波 ,  叶淑娇 ,  熊鹏博 ,  谭久彬 ,  杜临彤

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/40 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明涉及显示面板缺陷检测技术领域，其公开了一种基于多尺度孪生神经网络的显示面板微缺陷分类方法，所述分类方法包括以下步骤：(1)获取数据集；(2)构建直接分类模型；(3)在大样本数据集上训练直接分类模型；(4)优化模型结构直至经可视化卷积特征方法判断其学习到各类别的正确特征；(5)以直接分类模型的特征提取网络作为分支搭建多尺度孪生神经网络；(6)将面板缺陷数据集划分为训练集和测试集；(7)训练多尺度孪生神经网络；(8)比较待测样本经特征提取网络得到的特征向量与各类别样本均值向量的相似程度，相似程度最高的类别即为待测样本的类别。本发明提出的少样本分类方法，具有较好的泛化性能和分类正确率。