[发明专利]一种柔性面板的修复方法、装置、设备及存储介质

权利要求书

1.一种柔性面板的修复方法，其特征在于，包括：

获取待修复柔性面板的第一图像信息；

根据深度学习模型及所述第一图像信息，确定所述待修复柔性面板的第一分类标签；

根据所述第一分类标签确定修复设备的工作参数，根据所述工作参数对所述待修复柔性面板进行修复。

2.根据权利要求1所述的修复方法，其特征在于，根据预定数量的待修复柔性面板样本确定所述深度学习模型，其包括：

将所述预定数量的待修复柔性面板样本按照预设比例，划分为训练样本和验证样本；

对所述训练样本进行训练，得到第一模型；

将所述验证样本输入到所述第一模型中，得到所述第一模型的第一预测准确率；

根据所述第一模型的所述第一预测准确率，确定所述深度学习模型。

3.根据权利要求2所述的修复方法，其特征在于，所述对所述训练样本进行训练，得到第一模型包括：

获取所述训练样本中柔性面板的第二图像信息；

获取经由第n工作参数对所述训练样本中柔性面板修复后，得到的所述训练样本中柔性面板的第三图像信息，其中，n大于或等于1；

确定所述第三图像信息是否满足修复标准；

若不满足所述修复标准，则利用第n+1工作参数对所述训练样本中柔性面板进行修复，直至得到的所述训练样本中柔性面板的第四图像信息满足所述修复标准；

将满足所述修复标准对应的工作参数映射为所述训练样本中柔性面板的第二分类标签；

依此获得所述训练样本中所有柔性面板的第二图像信息和第二分类标签，形成第二图像信息集合和第二分类标签集合；

将所述第二图像信息集合与所述第二分类标签集合作为训练样本数据。

4.根据权利要求3所述的修复方法，其特征在于，所述对所述训练样本进行训练，得到第一模型还包括：

若不满足所述修复标准，则利用第n+1工作参数对所述测试柔性面板进行修复，直至第m工作参数对测试柔性面板修复后，确定第m工作参数修复后得到的第五图像信息是否满足所述修复标准；

若所述第五图像不满足所述修复标准，将预设分类标签作为所述训练样本中柔性面板的第二分类标签；其中，n+1小于m。

5.根据权利要求3或4所述的修复方法，其特征在于，所述训练样本中不同的柔性面板具有的瑕疵特征不同，其中，所述瑕疵特征包括以下至少之一：瑕疵种类及瑕疵面积。

6.根据权利要求2所述的修复方法，其特征在于，所述根据所述第一模型的所述第一预测准确率，确定所述深度学习模型，包括：

若所述第一预测准确率小于所述预设准确率，调整所述第一模型的模型参数，直至所述第一模型的所述第一预测准确率大于或等于所述预设准确率；

将所述第一预测准确率大于或等于所述预设准确率对应的所述第一模型，作为所述深度学习模型。

7.根据权利要求2所述的修复方法，其特征在于，所述根据所述第一模型的所述第一预测准确率，确定所述深度学习模型，包括：

若所述第一预测准确率小于所述预设准确率，确定备选的第二模型的第二预测准确率；

将所述第二预测准确率大于或等于所述预设准确率的所述第二模型，作为所述深度学习模型。

8.根据权利要求2所述的修复方法，其特征在于，所述将所述验证样本输入到所述第一模型中，得到所述第一模型的第一预测准确率包括：

获取所述验证样本的第三分类标签集合；

将所述验证样本输入到所述第一模型中，得到所述验证样本的预测结果集合；

根据所述预测结果集合和所述第三分类标签集合，确定所述第一模型的所述第一预测准确率。