[发明专利]图像识别模型的训练方法和装置、显示基板的检测方法

说明书

提供了一种图像识别模型的训练方法，该模型用于检测显示基板的图像中的缺陷区域，显示基板包括显示区和连接区，所述方法包括：获取第一训练样本，包括n个显示基板的图像；将n个显示基板的图像中的每一个划分为第一子图像和第二子图像，第一子图像为显示区的图像，第二子图像为连接区的图像；将第一训练样本输入图像识别模型，第一训练样本包括第一子图像和第二子图像；调整图像识别模型的至少一个特征参数，以减小模型的输出值与第一训练样本的训练值之间的差异。模型包括第一参数和第二参数，第一参数、第二参数分别与第一子图像、第二子图像中正常区域与缺陷区域之间的灰度差相关，至少一个特征参数包括第一参数和第二参数中的至少一个。

技术领域

本公开涉及人工智能技术领域，具体地，涉及一种图像识别模型的训练方法、装置、设备、非瞬态计算机可读存储介质和程序产品以及显示基板的检测方法。

背景技术

OLED(Organic Light-Emitting Diode)属于一种电流型的有机发光器件，是通过载流子的注入和复合而致发光的现象，发光强度与注入的电流成正比。OLED显示装置是一类使用发光的OLED来显示图像等信息的显示装置。OLED显示装置具有诸如低功耗、高亮度和高响应速度的特性。在制造OLED显示装置的工艺过程中，可能会出现缺陷，例如异物、气泡、刺伤等。因此，需要对这些缺陷进行比较准确的检测，以有助于优化显示装置的工艺流程，提高显示装置的产品良率。

在本部分中公开的以上信息仅用于对本公开的技术构思的背景的理解，因此，以上信息可包含不构成现有技术的信息。

发明内容

鉴于上述问题，本公开的实施例提供了一种图像识别模型的训练方法、装置、设备、非瞬态计算机可读存储介质和程序产品以及显示基板的检测方法。

根据本公开的第一个方面，提供了一种图像识别模型的训练方法，所述图像识别模型用于检测显示基板的图像中的缺陷区域，所述显示基板包括显示区和连接区，所述方法包括：

获取第一训练样本，其中，所述第一训练样本包括n个显示基板的图像，n为大于等于1的正整数；

将所述n个显示基板的图像中的每一个划分为第一子图像和第二子图像，其中，所述第一子图像为所述显示基板的显示区的图像，所述第二子图像为所述显示基板的连接区的图像；

将所述第一训练样本输入所述图像识别模型，其中，所述第一训练样本包括第一子图像和第二子图像；以及

调整所述图像识别模型的至少一个特征参数，以减小所述图像识别模型的输出值与所述第一训练样本的训练值之间的差异，

其中，所述图像识别模型包括第一参数和第二参数，所述第一参数与所述第一子图像中正常区域与缺陷区域之间的灰度差相关，所述第二参数与所述第二子图像中正常区域与缺陷区域之间的灰度差相关，所述至少一个特征参数包括所述第一参数和所述第二参数中的至少一个。

根据一些示例性的实施例，所述方法还包括：

获取第二训练样本，其中，所述第二训练样本包括m个显示基板的图像，m为大于等于1的正整数，所述m个显示基板的图像为所述图像识别模型漏检的图像；以及

将所述第二训练样本输入所述图像识别模型，以对所述图像识别模型进行优化。

根据一些示例性的实施例，所述至少一个特征参数还包括边界阈值参数，其中，所述边界阈值参数用于表示显示基板的检测区域在所述显示基板的图像中的边界，所述检测区域包括所述显示基板的显示区和连接区。

根据一些示例性的实施例，所述至少一个特征参数还包括感兴趣区域的位置参数，其中，所述位置参数包括所述感兴趣区域的至少一个顶点在所述显示基板的图像中的坐标位置以及所述感兴趣区域的长度和宽度。

根据一些示例性的实施例，所述第一参数根据下式计算：