摘要
本发明涉及显示技术领域,公开了一种液晶显示屏缺陷检测方法,包括以下步骤:收集液晶显示屏的缺陷图像数据,并对其进行标注;对所述缺陷图像进行去噪、归一化和尺寸调整处理;使用多尺度卷积神经网络提取图像特征,所述特征包括局部特征和全局特征,本发明还提供一种液晶显示屏缺陷检测系统,包括:数据采集模块,用于收集液晶显示屏的缺陷图像数据;图像预处理模块,用于对所述缺陷图像进行去噪、归一化和尺寸调整。本发明通过多尺度卷积神经网络、变分推理和贝叶斯优化等技术的结合,提升了液晶显示屏缺陷检测的精度与效率,尤其在复杂背景和细微缺陷的识别中表现出色,确保了高效且准确的自动化检测。
技术关键词
液晶显示屏
推理方法
超参数
图像采集设备
分析缺陷
数据采集模块
图像去噪算法
数据处理单元
推理算法
网络
特征提取模块
尺寸
分析模块
可读存储介质
对比度
系统为您推荐了相关专利信息
深度神经网络模型
货运
智能分析模块
梯度下降算法
因子
垃圾分类方法
切片
数据
垃圾分类识别
坐标位置信息
数据管理模块
视频兴趣区域
道路图像数据
自动标识
采集无人机
解码模块
图像深度特征
特征提取模块
匹配模块
网状结构