摘要
本发明公开了一种多差分融合和多分枝金字塔网络的液晶模组缺陷检测方法,属于屏幕检测技术领域。本专利设计了MDFM模块;该模块使用多个差分算子来增强液晶屏幕中的缺陷细节,突出边缘并减少背景噪声,有助于在深度网络中保留和检测小缺陷。本专利提出了MFEFPN结构;通过采用高效的上采样和融合方法,它改善了不同层次特征之间的协同作用,增强了对大缺陷和小缺陷的检测能力,并解决了传统FPN中信息丢失的问题。本专利重新设计了轻量级ASLD;通过在特征图之间共享参数,改善了信息流动,减少了参数量,并提升了检测性能。本专利引入了Inner‑GIoU损失函数,以改善边界框的定位,减少了定位误差,并增强了模型的鲁棒性。
技术关键词
特征提取模块
检测头
采样模块
YOLO模型
缺陷检测方法
液晶模组
屏幕检测技术
特征金字塔网络
漏液缺陷
高精度工业
代表
捕获特征
液晶屏幕
融合方法
样本
背景噪声
系统为您推荐了相关专利信息
三相变压器
电磁场仿真
深度学习模型
故障分类模型
绕组短路
表面缺陷检测方法
净水器
光学缺陷检测
多模态
图像检测模型
情绪状态信息
甲状腺乳头状癌
复发预测模型
睡眠生理
数据特征提取
二值特征
特征提取模块
多层次
金字塔
图像采集模块
缺陷检测方法
噪声模型
离散小波变换
刀片
深度学习模型