一种显示面板外观缺陷检测方法

发明专利有效专利

申请号：
CN201910341237.9
IPC分类号：G06T7/00;G06T7/10;G06T7/62
申请日期：
2019-04-25
申请人：
武汉精立电子技术有限公司;武汉精测电子集团股份有限公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种显示面板外观缺陷检测方法
申请号	CN201910341237.9	申请日期	2019-04-25
法律状态	实质审查	申报国家	中国
公开/公告日	2019-08-06	公开/公告号	CN110097544A
优先权	暂无	优先权号	暂无
主分类号	G06T7/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06T 一般的图像数据处理或产生〔6，2006.01〕 G06T7/00 图像分析〔6，2006.01，2017.01〕	IPC分类号	G;0;6;T;7;/;0;0;;;G;0;6;T;7;/;1;0;;;G;0;6;T;7;/;6;2查看分类表>
申请人	武汉精立电子技术有限公司;武汉精测电子集团股份有限公司	申请人地址	湖北省武汉市东湖新技术开发区流芳园南路22号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	武汉精立电子技术有限公司,武汉精测电子集团股份有限公司	当前权利人	武汉精立电子技术有限公司,武汉精测电子集团股份有限公司
发明人	梁勇;郑增强;张胜森;吴川;周雄
代理机构	武汉东喻专利代理事务所（普通合伙）	代理人	赵伟

摘要

本发明属于显示面板检测技术领域，公开了一种显示面板外观缺陷检测方法，将显示面板图像增强处理裁剪为多个子图像；采用图像语义分割标注工具用多边形框对若干子图像进行标注，把子图像中的缺陷区域标示出来；由未经标注的子图像与标注后的子图像组成图像对；选取图像对中的部分作为训练集，余下的作为测试集；用训练集数据来训练改进型deeplabv3+深度学习语义分割模型，采用测试集来验证该模型；改进型deeplabv3+深度学习语义分割模型采用SENet分类网络作为骨干网络；采用训练好的改进型deeplabv3+深度学习语义分割模型对待测显示面板图像进行预测，输出目标缺陷的形状、面积。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供