公开(公告)号：CN114092389A

公开(公告)日：2022-02-25

申请号：CN202111068447.9

申请日：2021-09-13

Applicant: 浙江大学

Inventor： 刘妹琴 ,  周超凡 ,  张森林 ,  董山玲 ,  吴争光 ,  郑荣濠

IPC: G06T7/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于小样本学习的玻璃面板表面缺陷检测方法，包括以下步骤：采集少量有缺陷的玻璃面板图像并标注边界框和缺陷类别；对少量玻璃面板缺陷图像进行预处理及数量扩展；构建用于对玻璃面板缺陷图像进行识别和定位的网络；使用训练好的缺陷检测模型对玻璃面板图像进行缺陷检测，输出缺陷边框和类别。该方法使用数据增强、迁移学习、L2正则化缓解小样本问题，对标注框进行随机抖动增加边框的多样性，以提高模型鲁棒性，使用全局ROI提取层为候选区域特征引入背景信息，自适应改变损失中各个样本的权重以提高模型性能。该方法适合只有少量玻璃面板图像的表面缺陷检测任务，检测精度高。