[发明专利]基于卷积神经网络剪枝算法的手机屏幕MURA缺陷检测方法

权利要求书

1.基于卷积神经网络剪枝算法的手机屏幕MURA缺陷检测方法，包括如下步骤：

1)自定义卷积神经网络，通过训练数据训练该网络直到收敛；

2)通过自适应模板匹配的方法来进行卷积神经网络的剪枝，缩小网络规模和网络参数；具体地，在第L个卷积层上的所有N个特征图，将第i个(i<N)特征图学到的响应位置对应回原图，该部分位置作为前景模板，原图的剩余位置作为背景模板，计算前景模板和背景模板的平均亮度差异Di；

对所有的Di进行降序排序，取前K个(K<N)平均亮度差异Di最大的特征图之和作为响应图，剩余的特征图和其对应的卷积核直接被剪枝；

3)采集手机屏幕图片数据，生成图片金字塔，分割成图片块，用于测试阶段数据生成，送入到步骤2)获得的剪枝后的卷积神经网络中进行运算；

4)取中间隐层的特征图之和作为响应图，采用阈值分割的方法获得缺陷最终位置并圈出，该方法用于检测MURA缺陷。

2.根据权利要求1所述的方法，其特征在于：步骤3)所述的图片金字塔具体是：将原始高分辨率图片缩小成不同尺度的图片，这些不同尺度的图片合起来称为一组图片金字塔；使用图片金字塔的目的是来检测不同尺度上、不同大小的瑕疵。

3.根据权利要求1所述的方法，其特征在于，步骤4)所述的响应图具体是：采用的是第4个卷积层的输出，把剪枝后网络该层的特征图之和作为缺陷的响应图。