[发明专利]缺陷检测方法及检测装置

权利要求书

1.一种缺陷检测方法，其特征在于，包括：

第一检测步骤，于AOI系统设置一缺陷模板，所述AOI系统检测所述缺陷模板的缺陷类型，得到第一检测结果，若所述第一检测结果准确，则输出所述第一检测结果，否则进行第二检测步骤；

第二检测步骤，将所述缺陷模板传输至一人工智能模型，所述人工智能模型检测所述缺陷模板，得到一第二检测结果并计算所述人工智能模型的检测准确率，若所述第二检测结果准确且所述检测准确率符合一设定阈值，则输出所述第二检测结果并对所述人工智能模型进行训练，若所述检测准确率小于所述设定阈值，进行第三检测步骤；

第三检测步骤，将所述缺陷模板传输至一复检系统，所述复检系统将所述缺陷模板与一预设模板进行匹配检测，得到第三检测结果并计算复检准确率，若复检准确率符合所述设定阈值，则输出所述第三检测结果并对所述人工智能模型进行训练。

2.根据权利要求1所述的缺陷检测方法，其特征在于，所述人工智能模型的训练步骤包括：

收集产品的缺陷图片，并将所述缺陷图片按照产品类别及缺陷类型进行分类；

分别统计每一产品具有各类型缺陷的缺陷图片的数量，当任一产品具有一类型缺陷的缺陷图片的数量超过一预设值，则使用一预设方法训练所述人工智能模型对每一所述缺陷图片逐一进行检测；

计算所述人工智能模型的训练检测准确率，当所述训练检测准确率大于或者等于所述预设方法训练所述人工智能模型的预测准确率，完成针对所述缺陷图片的人工智能模型训练。

3.根据权利要求2所述的缺陷检测方法，其特征在于，所述缺陷图片的分类步骤包括：

获取待检测产品信息，确定所述产品的类别；

根据所述产品信息获取所述产品的缺陷图片，确定所述缺陷图片的缺陷类型；

将所述缺陷图片按照所述产品类别和所述缺陷类型进行分类存储。

4.根据权利要求2所述的缺陷检测方法，其特征在于，所述预设方法包括第一训练方法、第二训练方法和第三训练方法，所述第一训练方法、第二训练方法和第三训练方法分别具有不同的所述预测准确率。

5.根据权利要求1所述的缺陷检测方法，其特征在于，所述第三检测步骤还包括：

识别所述缺陷模板，并将所述缺陷模板匹配一所述预设模板；

抽取所述缺陷模板的特征信息，其中所述特征信息包括缺陷位置、颜色和符合；

将所述特征信息与所述预设模板进行逐一比对检测。

6.一种缺陷检测装置，其特征在于，包括：

接收模块，用于获取待检测的缺陷模板，

第一检测模块，包括一AOI系统，所述AOI系统用于检测所述缺陷模板的缺陷类型，以获取第一检测结果；

第二检测模块，包括一人工智能模型，所述人工智能模型用于根据已训练的检测数据对所述缺陷模板进行缺陷检测，以获取第二检测结果；

第三检测模块，包括一复检系统，所述复检系统将所述缺陷模板与一预设模板进行匹配检测，以获取第三检测结果；

控制模块，用于分别对所述第一检测结果、第二检测结果和第三检测结果进行判断，其中，若所述第一检测结果准确，输出所述第一检测结果，否则将所述缺陷模板传输给所述第二检测模块；

所述控制模块还用于计算所述人工智能模型的检测准确率，若所述第二检测结果准确且所述检测准确率符合一设定阈值，则输出所述第二检测结果并对所述人工智能模型进行训练，若所述检测准确率小于所述设定阈值，将所述缺陷模板传输给所述第三检测模块；

所述控制模块还用于计算所述复检系统的复检准确率，若复检准确率符合所述设定阈值，则输出所述第三检测结果并对所述人工智能模型进行训练。