[发明专利]基于卷积神经网络剪枝算法的手机屏幕MURA缺陷检测方法有效
| 申请号： | 201611154333.5 | 申请日： | 2016-12-14 |
| 公开（公告）号： | CN106875373B | 公开（公告）日： | 2019-12-20 |
| 发明（设计）人： | 宋明黎;高鑫;沈红佳;邱画谋 | 申请（专利权）人： | 惠州旭鑫智能技术有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06N3/04;G06N3/08 |
| 代理公司： | 44245 广州市华学知识产权代理有限公司 | 代理人： | 蒋剑明 |
| 地址： | 516006 广东省惠州市仲恺高*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 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：1)自定义深度卷积神经网络，利用已有的训练数据训练一个用来检测手机屏幕MURA缺陷的神经网络；2)利用自适应模板匹配的方法来进行卷积神经网络的剪枝操作，减小网络规模，缩短算法运行时间；3)将高分辨率相机拍摄的手机屏幕图片进行不同比例的缩放，形成图片金字塔，对于每个尺度的图片，利用滑窗的方法将图片分割成小块，将所有小块图片作为一个组一起送入卷积神经网络中；4)选取中间层的所有特征图作为缺陷的响应图，采用阈值分割的方法最终获得手机屏幕MURA缺陷区域位置。 | ||
| 搜索关键词： | 基于 卷积 神经网络 剪枝 算法 手机屏幕 mura 缺陷 检测 方法 | ||
【主权项】：
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：/n1)自定义卷积神经网络，通过训练数据训练该网络直到收敛；/n2)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；/n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；/n3)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；/n4)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。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于惠州旭鑫智能技术有限公司，未经惠州旭鑫智能技术有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201611154333.5/，转载请声明来源钻瓜专利网。
