[发明专利]一种面板的缺陷检测方法、装置及存储介质

权利要求书

1.一种面板的缺陷检测方法，其特征在于，应用于计算设备，该方法包括：

将待检测的目标面板图片进行缩小处理；

通过YOLOv5算法模型对缩小处理后的所述目标面板图片进行缺陷检测；以及

针对多个包含同一缺陷的缺陷框，则通过YOLOv5算法模型将所述多个缺陷框进行融合处理，得到融合后的目标缺陷框，其中，所述目标缺陷框与所述缺陷一一对应。

2.如权利要求1所述的方法，其特征在于，所述通过YOLOv5算法模型将所述多个缺陷框进行融合处理，得到融合后的目标缺陷框，包括：

通过YOLOv5算法模型确定包含同一缺陷的多个缺陷框中，各所述缺陷框的坐标值和包含同一缺陷的缺陷类型的概率值；以及

通过YOLOv5算法模型，基于所述坐标值和所述概率值，确定所述融合后的目标缺陷框的位置以及所述目标缺陷框所属缺陷的类型属性。

3.如权利要求2所述的方法，其特征在于，若包含同一缺陷的缺陷框的数量大于两个；

所述基于所述坐标值和所述概率值，确定所述融合后的目标缺陷框的位置以及所述目标缺陷框所属缺陷的类型属性，包括：

对包含同一缺陷的所述缺陷框进行多轮融合操作，并将最后一轮融合得到的所述缺陷框作为所述目标缺陷框；

其中，每一轮融合操作包括下列过程：

从本轮对应的所有缺陷框中选择偶数个所述缺陷框，并对选择的所述缺陷框进行两两分组；

针对任意一组，基于所述任意一组的两个所述缺陷框的所述坐标值和所述概率值，确定所述融合坐标值和所述融合概率值；

基于所述融合坐标值和所述融合概率值，确定本轮融合后的所述缺陷框的位置以及所属缺陷的类型属性；

基于所述缺陷框的位置以及所属缺陷的类型属性得到本轮融合后的所述缺陷框。

4.如权利要求3所述的方法，其特征在于，所述针对任意一组，基于所述任意一组的两个所述缺陷框的所述坐标值和所述概率值，确定融合坐标值和融合概率值，包括：

针对任意一组，根据第一坐标点的横坐标值、第二坐标点的横坐标值、第一概率值和第二概率值，确定第一融合横坐标值；

根据第三坐标点的横坐标值、第四坐标点的横坐标值、所述第一概率值和所述第二概率值，确定第二融合横坐标值；

根据所述第一坐标点的纵坐标值、所述第二坐标点的纵坐标值、第一概率值和第二概率值，确定第一融合纵坐标值；

根据所述第三坐标点的纵坐标值、所述第四坐标点的纵坐标值、所述第一概率值和所述第二概率值，确定第二融合纵坐标值；

根据所述第一融合横坐标值、所述第二融合横坐标值、所述第一融合纵坐标值和所述第二融合纵坐标值确定所述融合坐标值，以及将所述第一概率值和所述第二概率值的均值作为所述融合概率值；

其中，所述第一坐标点和所述第三坐标点为所述任意一组中其中一个缺陷框上的坐标点，所述第二坐标点和所述第四坐标点为另一个所述缺陷框上的坐标点；所述第一概率值是所述其中一个所述缺陷框所属缺陷类型的概率值，所述第二概率值是另一个所述缺陷框所属缺陷类型的概率值。

5.如权利要求4所述的方法，其特征在于，所述基于所述融合坐标值和所述融合概率值，确定本轮融合后的所述缺陷框的位置以及所属缺陷的类型属性，包括：

将所述融合坐标值对应的位置作为本轮融合后的所述缺陷框的位置；以及

将所述第一概率值和所述第二概率值中较大概率值对应的缺陷类型作为所述类型属性包括的缺陷类型，并将所述融合概率值作为所述类型属性包括的目标概率。

6.如权利要求1所述的方法，其特征在于，所述通过YOLOv5算法模型对缩小处理后的所述目标面板图片进行缺陷检测之后，所述针对多个包含同一缺陷的缺陷框，则通过YOLOv5算法模型将所述多个缺陷框进行融合处理，得到融合后的所述目标缺陷框之前，还包括：

获取通过YOLOv5算法模型输出的所述缺陷框的个数；

基于所述缺陷框的个数与预先设置的缺陷框阈值，确定所述缺陷的数量，其中，所述缺陷框阈值为同一个所述缺陷对应的所述缺陷框的数目。