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

AITNT
正文
推荐专利
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
申请号:CN202510686132
申请日期:2025-05-27
公开号:CN120852274A
公开日期:2025-10-28
类型:发明专利
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
1
三相变压器的电磁场仿真方法、装置、介质及电子设备
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
2
一种基于深度学习的净水器外表面缺陷检测方法
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
3
应用于术后患者的甲状腺乳头状癌复发预测方法和装置
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
4
一种用于护发育发的效果评估方法、系统
二值特征 特征提取模块 多层次 金字塔 图像采集模块
5
一种基于图像识别的刀片缺陷检测方法、装置、设备及介质
缺陷检测方法 噪声模型 离散小波变换 刀片 深度学习模型
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