本發(fā)明屬于圖像處理領域，尤其涉及一種miniled缺陷檢測方法、電子設備、介質(zhì)。

背景技術：

1、miniled作為具有廣泛應用前景的新型發(fā)光器件，在顯示技術、醫(yī)療和通信等行業(yè)需求巨大。為保證產(chǎn)品壽命和使用體驗，高質(zhì)量的miniled必須無缺陷，因此，缺陷檢測成為至關重要的環(huán)節(jié)。傳統(tǒng)的人工檢測方法存在判斷標準不一致、檢測效率低、人力資源成本高等弊端，這些弊端限制了其在大規(guī)模工業(yè)檢測中的可靠性。同時，一些復雜和微小的缺陷，很難被人眼準確地檢測出來，無法達到高精度的要求。

2、近年來，研究者對基于神經(jīng)網(wǎng)絡的深度學習檢測算法進行廣泛研究，逐步將目標檢測模型從以rcnn、fast?rcnn為代表的兩階段模型發(fā)展為速度更快的一階段模型。單級檢測模型，特別是yolo系列，由于其結(jié)構簡單、運算效率高等特點，受到工業(yè)界的廣泛歡迎。然而，直接將現(xiàn)階段的yolo方法運用到miniled檢測中，仍存在以下不足：

3、(1)復雜的生產(chǎn)工藝導致miniled的缺陷種類繁多，缺陷具有形態(tài)各異、紋理信息復雜的特點。在檢測過程中，同一類缺陷內(nèi)存在形態(tài)差異，且位置分布隨機，要求算法具有靈活的數(shù)據(jù)處理能力。同時，不同類缺陷間可能在外觀上有相似的特征，增加了誤檢和漏檢的風險，加劇了檢測的難度。

4、(2)yolo系列現(xiàn)階段的頸部網(wǎng)絡通常采用fpn進行上下文特征融合。然而，該網(wǎng)絡結(jié)構在工業(yè)檢測中存在明顯的弊端。傳統(tǒng)的fpn結(jié)構只能傳遞來自相鄰層的特征，當需要集成跨層信息時，會造成全局信息的丟失，阻礙特征的充分融合。

技術實現(xiàn)思路

1、針對現(xiàn)有技術不足，本發(fā)明提供了一種miniled缺陷檢測方法、電子設備、介質(zhì)。

2、第一方面，本發(fā)明實施例提供了一種miniled缺陷檢測方法，所述方法包括：

3、獲取有缺陷的miniled圖像，并對有缺陷的miniled圖像中的缺陷的關鍵位置和類別進行標注，作為訓練集；

4、構建缺陷檢測模型，并設置損失函數(shù)利用訓練集對缺陷檢測模型進行訓練；所述缺陷檢測模型包括：

5、對miniled圖像進行特征提取，經(jīng)多尺度特征層處理后，得到第一尺度特征、第二尺度特征、第三尺度特征；

6、對第一尺度特征、第二尺度特征、第三尺度特征進行特征對齊、全局信息融合處理，得到全局融合信息；

7、對全局融合信息進行分解，得到第一融合信息、第二融合信息；

8、第一融合信息經(jīng)細節(jié)增強處理后與第一尺度特征拼接，輸出第一預測結(jié)果；第二融合信息經(jīng)空間交叉處理后與第二尺度特征拼接，輸出第二預測結(jié)果；將第三尺度特征直接輸出，作為第三預測結(jié)果；

9、將待檢測的miniled圖像輸入至原先訓練好的缺陷檢測模型中，得到缺陷檢測結(jié)果。

10、第二方面，本發(fā)明實施例提供了一種電子設備，包括存儲器和處理器，所述存儲器與所述處理器耦接；其中，所述存儲器用于存儲程序數(shù)據(jù)，所述處理器用于執(zhí)行所述程序數(shù)據(jù)以實現(xiàn)上述的miniled缺陷檢測方法。

11、第三方面，本發(fā)明實施例提供了一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，所述程序被處理器執(zhí)行時實現(xiàn)上述的miniled缺陷檢測方法。

12、第四方面，本發(fā)明實施例提供了一種計算機程序產(chǎn)品，包括計算機程序/指令，該計算機程序/指令被處理器執(zhí)行時實現(xiàn)上述的miniled缺陷檢測方法。

13、與現(xiàn)有技術相同，本發(fā)明的有益效果為：

14、本發(fā)明提供了一種miniled缺陷檢測方法，通過對真實工業(yè)中的miniled圖像進行處理和標注，得到miniled圖像數(shù)據(jù)集。本發(fā)明提供的缺陷檢測模型通過改進的分布式融合頸部通過充分融合全局和局部上下文信息，實現(xiàn)更好的提取效果，成功解決了miniled中多尺度目標的檢測問題。同時，采用sciou-loss函數(shù)作為損失函數(shù)，該損失函數(shù)引入了基于方差運算的尺度權重，提升對邊界框尺寸差異的敏感性，同時加快了收斂速度，提高了回歸精度。本發(fā)明方法有效的提升了多尺度缺陷的檢測精度。

技術特征：

1.一種miniled缺陷檢測方法，其特征在于，所述方法包括：

2.根據(jù)權利要求1所述的一種miniled缺陷檢測方法，其特征在于，miniled圖像中的缺陷的類別包括：異物、污漬、漏固、固歪和固偏。

3.根據(jù)權利要求1所述的一種miniled缺陷檢測方法，其特征在于，全局信息融合處理的表達式如下：

4.根據(jù)權利要求1所述的一種miniled缺陷檢測方法，其特征在于，細節(jié)增強處理的表達式如下：

5.根據(jù)權利要求1所述的一種miniled缺陷檢測方法，其特征在于，空間交叉處理的表達式如下：

6.根據(jù)權利要求1所述的一種miniled缺陷檢測方法，其特征在于，所述損失函數(shù)的表達式如下：

7.根據(jù)權利要求6所述的一種miniled缺陷檢測方法，其特征在于，像素點的分布規(guī)律w采用方差衡量預測框和真值框之間的面積差異，表達式如下：

8.一種電子設備，包括存儲器和處理器，其特征在于，所述存儲器與所述處理器耦接；其中，所述存儲器用于存儲程序數(shù)據(jù)，所述處理器用于執(zhí)行所述程序數(shù)據(jù)以實現(xiàn)上述權利要求1-7任一項所述的miniled缺陷檢測方法。

9.一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，其特征在于，所述程序被處理器執(zhí)行時實現(xiàn)如權利要求1-7中任一所述的miniled缺陷檢測方法。

10.一種計算機程序產(chǎn)品，包括計算機程序/指令，其特征在于，該計算機程序/指令被處理器執(zhí)行時實現(xiàn)權利要求1-7中任一所述的miniled缺陷檢測方法。

技術總結(jié)
本發(fā)明公開了一種MiniLED缺陷檢測方法、電子設備、介質(zhì)，包括：獲取有缺陷的MiniLED圖像，并對其關鍵位置和類別進行標注，作為訓練集；構建并訓練缺陷檢測模型；缺陷檢測模型包括：對MiniLED圖像進行特征提取，經(jīng)多尺度特征層處理后，得到第一、第二、第三尺度特征；對第一、第二、第三尺度特征進行特征對齊、全局信息融合處理，得到全局融合信息；對全局融合信息進行分解，得到第一、第二融合信息；第一融合信息經(jīng)細節(jié)增強處理后與第一尺度特征拼接，輸出第一預測結(jié)果；第二融合信息經(jīng)空間交叉處理后與第二尺度特征拼接，輸出第二預測結(jié)果；將第三尺度特征直接輸出，作為第三預測結(jié)果；將待檢測的MiniLED圖像輸入至原先訓練好的缺陷檢測模型中，得到缺陷檢測結(jié)果。

技術研發(fā)人員：劉妹琴,馬卓佳,張森林,鄭榮濠,董山玲
受保護的技術使用者：浙江大學
技術研發(fā)日：
技術公布日：2024/12/10