基于增量学习CNN树形模型的基板缺陷检测方法

本发明公开了一种基于增量学习CNN树形模型的基板缺陷检测方法，该方法包括下述步骤：构建源结点网络，将多层结点通过并行级联的方式构成初始结点网络，每个结点设有基板缺陷分类CNN网络；计算输入基板图像的三维似然矩阵，将三维似然矩阵的值元素进行降序排序，并为每个子结点建立相应Softmax似然值表；利用半监督的生长规则将待检测的缺陷类添加到初始结点网络的子结点，以树形的增长方式适应新的或新旧组合的基板缺陷样本类；基于反向传播策略重新训练或微调基板缺陷分类CNN网络隐含层；基于训练后的树形网络每个结点的基板缺陷分类CNN网络，输出基板缺陷类型结果。本发明能实现准确快速的基板缺陷检测，具有更优的鲁棒性。