[发明专利]COF Film缺陷AITraining数据库及应用

权利要求书

1.一种AI Training数据库的生成方法，该AI Training数据库用于人工智能检测COFFilm缺陷，该生成方法包括以下步骤：

S11，将图像集人工区分标识为OK图像和NG图像；

S12，将S1已区分开的OK图像和NG图像作为Training材料读入AI Training Server学习；

S13，形成Training数据库V0；

S14，将S11所用的每一张图像作为检验图像；

S15，将检验图像交由学习后的AI Training Server判定，人工对AI Training Server判定结果复判，将复判结果分为AI判定正确和AI判定错误；

S16，将S15中AI判定错误的图像再次作为Training材料，读入AI Training Server学习，形成Training数据库V1；

S17，将S15中AI判定错误的每一张图像作为检验图像再次作为检验图像交由再次学习后的AI Training Server判定，再次人工对AI Training Server判定结果复判，将复判结果再次分为AI判定正确和AI判定错误；

S18，重复S16和S17，重复验证AI Training Server准确检出率，直至AI TrainingServer判断完全准确，最后形成AI Training数据库。

2.根据权利要求1所述的AI Training数据库的生成方法，其特征在于：所述图像集中的图像来源于镀锡工艺结束后的产品经AOI检测判定为疑似NG的产品拍成的图像或制程完成之后的产品经AVI检测判定为疑似NG的产品拍照片成图像。

3.根据权利要求1所述的AI Training数据库的生成方法，其特征在于：所述将图像集区分为OK图像和NG图像是通过经验丰富的检测人员人工区分的。

4.根据权利要求3所述的AI Training数据库的生成方法，其特征在于：所述S11中，NG图像进一步通过经验丰富的检测人员人工区分标识为各自具体的缺陷名称。

5.根据权利要求1所述的AI Training数据库的生成方法，其特征在于：所述S11中，图像集的图像数量≥5000张。

6.一种AI Training数据库，该AI Training数据库由权利要求1-5任一所述的生成方法生成。

7.一种COF Film缺陷的检测方法，该方法包括以下步骤：

S21，光学检测出疑似NG的产品：将镀锡工艺结束后的产品经AOI检测判定为疑似NG的产品拍照片成图像/将制程完成之后的产品经AVI检测判定为疑似NG的产品拍照片成被检测图像；

S22，将S21的被检测图像输入带权利要求6所述的AI Training数据库的AI TrainingServer判定，AI Training Server判定后分为OK图像、NG图像和Unsure图像；

S23，经验丰富的检测人员对NG图像和Unsure图像全部进行人工复判；

S24，根据人工复判结果将AI Training Server判定结果分为判定正确和判定错误，将AI Training Server判定错误的图像作为Training材料输入AI Training Server学习，形成新的AI Training数据库，完成该批次产品的检测；

S25，进行下一批次产品的检测，同时形成新的AI Training数据库。

8.根据权利要求7所述的COF Film缺陷的检测方法，其特征在于：所述S23中，经验丰富的检测人员还对OK图像进行抽检复判是否AI Training Server漏检，S24中，还将AITraining Server漏检的图像作为Training材料输入AI Training Server学习。