申请/专利权人：人工智能与数字经济广东省实验室(深圳)

申请日：2023-12-22

公开（公告）日：2024-04-12

公开（公告）号：CN117876303A

主分类号：G06T7/00

分类号：G06T7/00;G06T5/70;G06T5/60;G06T5/40;G06V10/40;G06V10/82;G06V10/80;G06N3/0464;G06N3/084

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明公开了一种MiniLED外观缺陷检测方法及系统，其中，所述方法包括：获取MiniLED产品图像；对MiniLED产品图像进行图像预处理，获得预处理后的MiniLED产品图像；对预处理后的MiniLED产品图像进行特征提取处理，获得图像特征信息；将图像特征信息输入外观缺陷检测模型中，基于外观缺陷检测模型进行MiniLED产品的外观缺陷检测处理，所述外观缺陷检测模型为将预处理后的MiniLED产品初始图像输入含增量学习的深度神经网络模型中利用图注意力机制和Patch聚合方法进行训练得到的收敛模型。本发明有效提高了MiniLED外观缺陷检测的性能，从而提高了缺陷检测的检测效率和准确性。

主权项：1.一种MiniLED外观缺陷检测方法，其特征在于，所述方法包括：获取MiniLED产品图像；对所述MiniLED产品图像进行图像预处理，获得预处理后的MiniLED产品图像；对预处理后的MiniLED产品图像进行特征提取处理，获得图像特征信息；将所述图像特征信息输入外观缺陷检测模型中，基于所述外观缺陷检测模型进行MiniLED产品的外观缺陷检测处理，所述外观缺陷检测模型为将预处理后的MiniLED产品初始图像输入含增量学习的深度神经网络模型中利用图注意力机制和Patch聚合方法进行训练得到的收敛模型。

全文数据：

权利要求：

百度查询： 人工智能与数字经济广东省实验室(深圳) 一种MiniLED外观缺陷检测方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD