一种玻璃表面缺陷分类方法

本发明公开了一种玻璃表面缺陷分类方法，包括以下步骤：玻璃表面图像采集与处理；对玻璃表面的图像数据进行重建；特征提取；初始模型训练；主动学习策略；混合学习策略；模型重新训练；缺陷分类；迭代循环；本发明提出的玻璃表面缺陷检测模型引入深度学习技术，能够更加精确地对不同种类的缺陷进行识别，并且可以准确地定位缺陷出现的区域，相比于传统的人工检测，效率及准确率更高，通过引入主动学习算法辅助样本标注，可以有效挑选最具价值的样本，降低模型对数据的依赖，提高模型的性能，同时降低标注成本，本技术成功实施后，玻璃表面缺陷将实现智能化检测，减少检测阶段人工消耗，提高检测效率，降低模型对数据的依赖‌。