[发明专利]一种图像语义分割目标的置信度计算方法

权利要求书

1.一种图像语义分割目标的置信度计算方法，其特征在于，采用基于深度学习的图像语义分割模型来输出预测图，以及一张反映原图每个像素属于某个类别的概率的置信度图，计算得到分割目标的置信度，通过设置置信度阈值来控制分割目标的输出。

2.如权利要求1所述的图像语义分割目标的置信度计算方法，其特征在于，具体包括如下步骤：

(1)采集带有缺陷的面板检测图像，按缺陷类型对图像进行类别标记；用标记的样本对图像语义分割模型进行训练；

(2)用训练好的图像语义分割模型来预测待检测的图像，模型输出预测图，再输出一张置信度图；

(3)在预测图上找出某一分割目标类别对应的联通区域，计算在所述置信度图上该联通区域对应位置的所有像素值的平均值作为相应分割目标类别的置信度；

(4)根据预先设定的置信度阈值控制置信度大于阈值的分割目标类别输出。

3.如权利要求2所述的一种图像语义分割目标的置信度计算方法，其特征在于，类别标记中采用数字来标记背景、破片、气泡、划伤、缺角、裂痕这些显示面板的缺陷。

4.如权利要求2或3所述的一种图像语义分割目标的置信度计算方法，其特征在于，预测图的像素值用对应的数字表示原图像上每个像素所属的类别。

5.如权利要求2或3所述的图像语义分割目标的置信度计算方法，其特征在于，所述置信度图为表征置信度的灰度图。

6.如权利要求1或2所述的图像语义分割目标的置信度计算方法，其特征在于，所述概率范围为0～1。

7.如权利要求5所述的图像语义分割目标的置信度计算方法，其特征在于，将置信度值从0～1归一化到0～255，生成用于表征置信度的灰度图。

8.如权利要求1或2所述的图像语义分割目标的置信度计算方法，其特征在于，置信度阈值范围为大于60％。