摘要
本发明公开了一种零样本的液晶显示屏缺陷检测方法,方案如下:1)对显示屏图像数据采集与处理;2)构建一种图像‑文本对比预训练模型(CLIP)进行文本‑图像相似度计算;3)设计自适应提示网络,结合静态与动态提示并设计最优融合权重,实现提示语义的自适应组合,提升模型的适应性;4)在文本的全局特征中加入语义分离损失,提高文本的正常和缺陷的语义可分性;5)在图像分类之前,对分类的视觉特征插入异常引导的特征提升模块丰富视觉特征,进一步提高和文本的对齐能力。本发明方法适用于显示屏缺陷检测的冷启动阶段,能够解决显示屏零样本检测中“缺陷”语义的难理解,正常缺陷属性难以分离的问题,显著提升显示屏缺陷的分类和定位能力。
技术关键词
局部图像特征
文本编码器
显示屏缺陷
样本
网络
预训练模型
缺陷类别
视觉特征
灰阶
语义特征提取
编码器结构
暗室环境
动态
系统为您推荐了相关专利信息
图像生成模型
训练集
非暂态计算机可读介质
生成训练图像
令牌
飞秒光纤激光器
偏振分束器
双色镜片
光纤准直器
信号光
智能缺陷检测
深度学习网络提取
修复方法
多模态
序列