CN119477927A 缺陷检测方法、设备及存储介质 （季华实验室）

免了传统深度学习模型难以捕捉多尺度缺陷特2通过预训练深度学习模型提取各表面图像在不同尺度下的特征，得到所述待基于所述预训练深度学习模型预测所述特征图的缺陷，得到所述待采集待检测OLED膜的多光照图像和多视角图像，其中，所述多光照图对于预训练深度学习模型中的任意一个可扩展卷积层，通过所述在遍历各可扩展卷积层后，基于各目标尺度特征构建所述待检测OLED膜表面的特征将各目标尺度特征在输出端进行残差连接，得到所述待检测OLED膜表面的候选特征对所述候选特征图的图像尺寸进行检测，在所述候选特征图的尺尺寸不一致的情况下，通过预设卷积对所述候选特征图进行形状调整，得到所述待检测在所述候选特征图的尺寸与所述表面图像的尺寸一致的基于通道注意力机制和空间注意力机制分别对所述特征图进行处基于所述新的特征图对所述待检测OLED膜表面的特征基于所述预训练深度学习模型中的全连接层对所述特征图进3将各得分进行概率分布转换，并基于转换后的概率分布确定所将所述目标缺陷类别作为所述待检测OLED膜表面的缺陷对于各缺陷检测训练任务中任意一个缺陷检测训练任务，确定获取多视角多光照图像的样本数据集，并将所述样本数据集输4提高检测模型对OLED膜多尺度缺陷的适应性和泛化能力5基于所述新的特征图对所述待检测OLED膜表面的特征所述待检测OLED膜表面的缺陷检测结果将所述目标缺陷类别作为所述待检测OLED膜表面的缺陷6包括计算机程序，所述计算机程序被处理器执行时实现如上文所述的缺陷检测方法的步7[0033]在一种可行的实施方式中，步骤S10中所述采集待检测OLED膜的多张表面图像的8从不同的角度对待检测OLED膜进行拍摄门用于对OLED膜表面图像进行缺陷检测，本实施例中该模型可以使用Python和PyTorch框9[0043]可以理解的是，由于OLED膜表面缺陷可能存在于不同的尺度上，所以进行步骤[0047]示例性地，在完成对所有可扩展卷积层的遍历并提取了问题，实现了对待检测OLED膜表面图像在不同尺度下的细致特征的提取和综合特征的构将特征图映射到一个一维的向量，这个向量的每个元素对应一个预设缺陷类别的得分：例如softmax函数将这些得分转换为概率分布，从而能够明确地识别出概率最高的目标缺[0064]在一种可行的实施方式中，步骤S22中所述基于各目标尺度特征构建所述待检测是指在网络中经过初步处理但尚未最终确定作为输入到后续分类器或检测器[0071]x'=con述候选特征图作为所述待检测OLED膜表面始表面图像一致的技术效果，从而提高了整个OLED膜表面缺陷检测系统的准确性和鲁棒步骤S201，基于通道注意力机制和空间注意力机制分别对所述特征图进行处理，关注于特征图中的空间位置关系的机制，通过卷积和sigmoid激活函数计算每个空间位置[0083]本实施例中，通过利用多交叉注意力机制提升模型对各特征表示不充分和关键信息丢失的问题，实现了同时强调特征图中的重要通道和空间位上的表现。将历史权重wi,o和当前权重wi结合起来，通过梯度下降或其他优化算法对权重计算得到的EWC惩罚项对损失函数L进行[0091]在一种可行的实施方式中，步骤S02中所述基于优化后的损失函数对所述历史深[0093]可以理解的是，为了使历史深度学习模型能够学习到在不同视角和光照条件下度持续适应模块和缺陷结果输出模块。多尺度卷积残差增强模块用于对采集到的后，通过多尺度注意力集成模块中的通道注意力机制和空间注意力机制分别对该特征图进当前缺陷检测训练任务的图像数据集的持续学习；最后，在缺陷结果输出模块中通过softmax函数将特征图转换的各预设缺陷类别下的得分转换为概率分布，从而执行分类决基于所述新的特征图对所述待检测OLED膜表面的特征将所述目标缺陷类别作为所述待检测OLED膜表面的缺陷申请提供的缺陷检测装置的有益效果与上述实施例提供的缺陷检测方法的有益效果相同，且所述缺陷检测装置中的其他技术特征与上述实施例方法公开的特征相同，在此不做赘PDA（PersonalDigitalAssistant：个人数字助理）、PAD（PortableApplication其可以根据存储在只读存储器（ROM：ReadOnlyMemory）1002中的程序或者从存储装置的动作和处理。在RAM1004中，还存储有电子设备操作所需的各种程序和数据。处理装置[0118]本申请提供一种计算机可读存储介质，具有存储在其上的计算机可读程序指令（即计算机程序计算机可读程序指令用于执上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF（Radio[0122]可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。请提供的计算机可读存储介质的有益效果与上述实施例提供的缺陷检测方法的有益效果[0127]本申请提供的计算机程序产品能够解决如何提高检测模型对OLED膜