基于两阶段检测网络的显示面板微缺陷检测方法

    公开(公告)号:CN113657539A

    公开(公告)日:2021-11-16

    申请号:CN202110979004.9

    申请日:2021-08-25

    Abstract: 本发明涉及显示面板缺陷检测技术领域,其公开了一种基于两阶段检测网络的显示面板微缺陷检测方法,所述检测方法包括以下步骤:(1)使用加权特征融合网络和GA‑RPN方法改进网络结构;(2)使用Mosaic数据增强方法扩充数据集,以提高模型对少样本和小缺陷的处理能力,将数据增强后的训练集输入基于加权特征融合Faster R‑CNN网络进行训练,继而得到针对面板缺陷数据集的模型参数;(3)将有缺陷面板图像输入基于加权特征融合的Faster R‑CNN网络模型,进行模型评估与测试。本发明通过加权特征融合方法,有效增强了深层特征和浅层特征的联系,并通过可学习权重参数提升模型对不同背景的适应能力,使用GA‑RPN方法在减少锚框数目的同时有效提升了缺陷检测准确率。

    一种相位差分相干傅里叶散射表面颗粒检测装置及方法

    公开(公告)号:CN119780040A

    公开(公告)日:2025-04-08

    申请号:CN202411921166.7

    申请日:2024-12-25

    Abstract: 本发明提出一种相位差分相干傅里叶散射表面颗粒检测装置及方法,属于柔性衬底表面颗粒检测技术领域,解决了可见光波段低照明功率条件下纳米级颗粒检测灵敏度低的问题,其中检测装置包括:激光器、准直透镜、第一光阑、偏振态调制模块、第一分光棱镜、平面反射镜、压电驱动器、无限远校正显微物镜、样品、三维压电扫描台、二维粗调位移台、第二分光棱镜、管镜、相机、宽场照明光源、第二光阑、第一透镜、第三光阑、第二透镜、二象限光电探测器、弱信号放大电路、数据采集模块、计算机控制系统。

    基于多尺度孪生神经网络的显示面板微缺陷分类方法

    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

    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。

Patent Agency Ranking