[发明专利]一种用于手机屏幕缺陷检测的深度残差网络构造方法

权利要求书

1.一种用于手机屏幕缺陷检测的深度残差网络构造方法，包括如下步骤：

1)分别采集包含瑕疵图片和正常图片，进行标记，1表示包含瑕疵图片，0表示正常图片，通过训练数据训练自定义的深度残差网络直到收敛；

2)通过对深度残差网络的每个残差模块使用一定的概率进行随机移除的方法来生成浅层网络模型，并重复进行此操作，生成多个不同深度的网络模型；

3)采集手机屏幕图片数据，生成图片金字塔，分割成图片块且保证每个图片块之间具有一定的重叠面积，用于测试阶段数据生成，送入到步骤2)获得的多个不同深度的网络模型中进行运算；

4)取每个网络模型的特征图作为响应图，采用阈值分割的方法获得缺陷位置，最后将多个不同深度网络模型的检测结果叠加并圈出，通过叠加的方式能够检测出各种不同类型的手机屏幕缺陷；

所述步骤2)通过移除残差模块生成浅层网络模型具体是：先通过随机的方式决定是否移除深度残差网络中的每个残差单元，反复多次执行此操作，并生成一系列不同的浅层网络模型；然后将这些浅层网络模型依次在测试集上测试准确率，选取准确率最高的前若干个网络模型并予以保留，将其余网络模型丢弃；利用上述方法生成浅层网络模型集合，这些网络模型各不相同，对各种不同类型缺陷具有不同的敏感度，具有相互补充的作用。

2.根据权利要求1所述的方法，其特征在于：所述步骤3)的图片金字塔具体是：将原始高分辨率图片缩小成不同尺度的图片，这些不同尺度的图片合起来称为一组图片金字塔；使用图片金字塔的目的是来检测不同尺度上、不同大小的缺陷；在分割图片块时，图片块之间具有一定的重叠面积是为了避免一个完整的缺陷被分割到不同图片块中，从而造成检测结果不准确。

3.根据权利要求1所述的方法，其特征在于，所述步骤4)的响应图具体是：将浅层网络模型集合中每个网络模型输出的特征图作为某一类缺陷的响应图；每个网络模型输出的特征图各不相同，并且对某一特定类型的缺陷具有良好的响应。