一种基于强化特征提取网络的显示屏缺陷检测方法及系统

AITNT
正文
推荐专利
一种基于强化特征提取网络的显示屏缺陷检测方法及系统
申请号:CN202411059782
申请日期:2024-08-05
公开号:CN118570212B
公开日期:2024-10-18
类型:发明专利
摘要
本发明公开了一种基于强化特征提取网络的显示屏缺陷检测方法及系统,属于工业表面缺陷检测技术领域,包括将获取的液晶显示屏图像输入至训练好的表面缺陷检测模型,表面缺陷检测模型中液晶显示屏图像首先经过深层强化特征提取网络提取液晶显示屏图像的不同尺度特征,并将不同尺度的强化特征输入至跨层交互连接网络有效结合浅层特征和深层特征,输出不同尺度的交互特征,将不同尺度的交互特征输入至语义感知识别网络捕捉远距离特征,增强对缺陷特征的多尺度表示,最终输出缺陷检测结果。通过设计深层强化特征提取网络、跨层交互连接网络和语义感知识别网络构建液晶显示屏表面缺陷检测模型,实现多类别缺陷检测的精准识别和定位。
技术关键词
深度特征学习 液晶显示屏图像 卷积模块 特征提取网络 表面缺陷检测 交互特征 强化特征 特征提取模块 注意力 上采样 分支 显示屏缺陷 语义特征 输出特征 远距离
系统为您推荐了相关专利信息
1
一种基于改进DGCNN网络的工业散乱零件实例分割方法
实例分割方法 嵌入特征 零件 实例分割模型 点云
2
一种侵入式脑机脑电信号高频震荡的检测装置
时域特征提取 展示设备 采集设备 注意力 数据
3
基于距离度量和全卷积网络的SAR图像识别系统及方法
合成孔径雷达图像 图像识别模型 特征提取网络 图像识别系统 样本
4
一种基于SAM的文本引导多视角火星地形特征图像分割方法
图像分割方法 地形特征 分支 多视角 文本编码器
5
一种湖泊COD反演方法
反演模型 非线性特征 反演方法 卷积模块 样本
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号