[发明专利]缺陷检测方法、装置、电子设备以及存储介质

说明书

本发明公开了一种缺陷检测方法、装置、电子设备以及存储介质，包括：对训练样本上的缺陷进行标记，得到包含有标记位置信息和类别信息的标签；根据所述缺陷的标记位置信息确定所述缺陷在所述训练样本上的目标位置信息，并根据所述缺陷的目标位置信息截取缺陷图像；采用所述缺陷图像和所述缺陷的类别信息，并利用误差反向传播算法，训练分类神经网络；将测试样本的缺陷图像输入到训练后的所述分类神经网络中，以输出所述测试样本上的缺陷的类别信息。本发明可以达到更快的检测速度、更低的计算资源消耗和更高的检测准确率的技术效果，甚至可以省去人工复检，从而减少人工成本。

技术领域

本发明涉及机器学习技术领域，特别是指一种缺陷检测方法、装置、电子设备以及存储介质。

背景技术

Mura缺陷在显示上表现为亮度不均匀或较低的对比度，缺陷面积通常大于一个像素。Mura缺陷的产生原因有很多，主要包括：显示屏在生产过程中受到外部污染、像素充电率不均匀、PI分布不均匀等等。

目前，一般采用多种算法级联加人工复检的方式检测Mura缺陷，这种方式主要存在以下问题：

1、耗费时间长，运算消耗的电脑资源较多。比如，一台服务器计算一张图像的时间需要42秒，为了提高生产速度，需要使用六台服务器才可以将计算时间控制在7秒左右。

2、需要人工复检：采用多种算法级联检测Mura缺陷，由于使用的算法为传统的检测算法，需要根据实际情况设置合适的阈值将Mura缺陷与背景分割，阈值设置过大会造成漏检、设置过小会造成误检。为了减少漏检，通常会设置尽可能小的阈值，对于有Mura缺陷的显示屏再进行人工复检。

3、容易出现漏检：由于采用多种算法级联检测Mura，每种算法只能检测固定的一种或几种缺陷，如果出现新的Mura缺陷，需要添加新的算法来检测，因此在没有添加算法之前，会造成Mura缺陷的漏检。

4、评价不能定量化：只是通过设置阈值检测Mura缺陷，对于没有通过检测的显示器再进行人工复检，而Mura缺陷的类型、级别等信息均由人眼评价，这种方法具有很强的随机性和主观性，导致评价结果不能定量化。

发明内容

有鉴于此，本发明的目的在于提出一种缺陷检测方法、装置、电子设备以及存储介质，以解决现有技术中存在的技术问题。

根据本发明第一方面，其提供了一种缺陷检测方法，包括：

对训练样本上的缺陷进行标记，得到包含有标记位置信息和类别信息的标签；

根据所述缺陷的标记位置信息确定所述缺陷在所述训练样本上的目标位置信息，并根据所述缺陷的目标位置信息截取缺陷图像；

采用所述缺陷图像和所述缺陷的类别信息，并利用误差反向传播算法，训练分类神经网络；

将测试样本的缺陷图像输入到训练后的所述分类神经网络中，以输出所述测试样本上的缺陷的类别信息。

在本发明的一些实施例中，根据所述缺陷的标记位置信息确定所述缺陷在所述训练样本上的目标位置信息，包括：

采用基于神经网络的异常检测方法，得到所述缺陷的特征图像；

根据所述缺陷的标记位置信息和所述缺陷的特征图像，确定所述缺陷在所述训练样本上的目标位置信息。

在本发明的一些实施例中，采用基于神经网络的异常检测方法，得到所述缺陷的特征图像，包括：

将没有缺陷的背景图像输入到异常检测神经网络中，以训练所述异常检测神经网络；

将所述训练样本输入到训练后的所述异常检测神经网络中，以输出所述缺陷的特征图像。