摘要
本发明公开了一种屏幕外观缺陷的非线性智能评价方法,包括以下步骤:通过工业摄像机对屏幕进行成像,检测并提取缺陷区域,计算每个缺陷的多维特征向量;对一系列典型缺陷样本进行人工评价,将每个缺陷样本及其特征向量与评价结果关联,构建标准数据库;基于收集的评价数据库,训练非线性评价模型;通过交叉验证评估模型性能,计算准确率、精确率、召回率和F1分数;对于新检测到的缺陷样本,提取特征向量,输入训练好的评估模型预测结果,并输出缺陷评价的置信度,辅助人工复核。
技术关键词
智能评价方法
非线性
多层感知网络
样本
多维特征向量
逻辑回归模型
屏幕
梯度提升树
工业摄像机
集成方法
随机森林
决策树模型
神经网络模型
支持向量机
长宽比
成像
对比度
典型
复杂度
数据