(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210585939.3 (22)申请日 2022.05.27 (71)申请人 无锡沃格自动化科技股份有限公司 地址 214000 江苏省无锡市新区菱湖大道 200号中国传感网国际创新园B栋2 22 (72)发明人 龚烨飞　张环宇　谢雨欣　肖铭　 高华　李小伟　 (74)专利代理 机构 无锡三合知识产权代理事务 所(普通合伙) 32602 专利代理师 徐鹏飞 (51)Int.Cl. G06V 10/44(2022.01) G06V 10/774(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) (54)发明名称 一种大尺 寸导光板缺陷可视化检测方法、 系 统及存储介质 (57)摘要 本发明实施例公开了一种大尺寸导光板缺 陷可视化检测方法、 系统及存储介质， 该方法包 括如下步骤： 在导光板生产线末端， 采用线扫相 机采集获得导光板图像； 针对所述导光板图像， 截取设定分辨率大小的小图像， 并输出给上位 机； 所述上位机利用具有在 线生成能力的大尺寸 导光板缺陷检测模型对收到的图形进行处理， 输 出带有缺陷标记的导光板图像。 本发明对YOL Ov5 的网络结构进行相应的 调整和改进获得 AYOLOv5s的网络 结构， 提高了对导光板细微缺陷 的检测精度。 本发明可以同时检测导光板缺陷的 位置以及类别， 通用性强， 稳定性强， 速度快， 而 且准确率高， 适宜 推广应用。 权利要求书2页 说明书9页 附图7页 CN 114972789 A 2022.08.30 CN 114972789 A 1.一种大尺寸 导光板缺陷可视化检测方法， 其特 征在于， 该 方法包括如下步骤： S101.在导 光板生产线末端， 采用线扫相机采集获得导 光板图像； S102.针对所述 导光板图像， 截取设定分辨 率大小的小图像， 并输出 给上位机； S103.所述上位机利用具有在线生成能力的大尺寸导光板缺陷检测模型对收到的图形 进行处理， 输出带有缺陷标记的导 光板图像。 2.根据权利要求1所述的大尺寸导光板缺陷可视化检测方法， 其特征在于， 所述步骤 S103中具有在线生成能力的大尺寸导光板缺陷检测模型在主干网络部分和特征融合部分 集成Transformer和注意力机制CA， 并选择Meta ‑ACON激活函数。 3.根据权利要求2所述的大尺寸导光板缺陷可视化检测方法， 其特征在于， 所述大尺寸 导光板缺陷检测 模型在主干网络部分将Transformer加到YOLOv5s的主干网络的最后一个 C3模块， 使用Transformer  encoder替换原YOLOv5中C3模块中的Bottleneck， 组成C3TR模 块。 4.根据权利要求2所述的大尺寸导光板缺陷可视化检测方法， 其特征在于， 所述大尺寸 导光板缺陷检测模型中CA注意力模块分别在垂直和水平两个方向通过平均池化的方式得 到两个一维向量， 在空间维度上Concat连接和1 ×1卷积来压缩通道， 然后通过BN和Non ‑ linear编码水平和垂直两个方向的空间信息， 接着进行分裂， 再各自通过1 ×1卷积得到和 输入特征图一样的通道数， 最后归一 化加权。 5.根据权利要求2至4之一所述的大尺寸导光板缺陷可视化检测方法， 其特征在于， 所 述具有在线生 成能力的大尺寸导光板缺陷检测模 型中Meta ‑ACON激活函数动态的学习激活 函数的线性/非线性， 控制网络每一层的非线性 程度。 6.根据权利要求5所述的大尺寸导光板缺陷可视化检测方法， 其特征在于， 所述具有在 线生成能力的大尺寸 导光板缺陷检测模型的获取 过程如下： S1031.采集在线生产的导 光板图像； S1032.截取包 含点和线两类缺陷的小图像， 每幅小图像分辨 率为预设分辨率； S1033.对每个小图像进行 数据增强的处 理； S1034.针对步骤S1033中数据增强后的图像中的每个缺陷类型， 将预处理后的图像划 分训练集、 验证集和 测试集； S1035.将训练集输入导光板缺陷检测模型， 在每轮训练结束时， 使用验证集对当前轮 次的大尺 寸导光板缺陷检测模型进 行检测， 以mAP作为当前模型的检测精度， 取精度最高的 模型作为具有在线生成能力的大尺寸 导光板缺陷检测模型。 7.根据权利要6所述的大尺寸导光板缺陷可视化检测方法， 其特征在于， 所述步骤 S1034中训练总轮数为200， 训练中的batch  size取8； 优化器采用SGD优化器， 初始学习率和 最终学习率为0.01和0.0001， 学习率更新策略采用lamda函数λ(x)； 动量为0.9， 权重衰减为 0.0005， 数据增强采用Mosaic方法。 8.根据权利要求6所述的大尺寸导光板缺陷可视化检测方法， 其特征在于， 所述步骤 S1035中mAP的计算如下： 权　利　要　求　书 1/2 页 2 CN 114972789 A 2其中， AP为P ‑R曲线和坐标轴包围的面积， 用于表示每类缺 陷的预测准确度， mAP为每类 缺陷AP的平均值， N表示检测的类别总数。 9.一种大尺寸导光板缺陷可视化检测系统， 其特征在于， 该系统采用权利要求1所述的 大尺寸导光板缺陷可视化检测方法实现大尺寸 导光板的缺陷检测。 10.一种存储介质， 其上存储有计算机程序， 其特征在于， 所述程序被处理器执行时实 现权利要求1所述的大尺寸 导光板缺陷可视化检测方法。权　利　要　求　书 2/2 页 3 CN 114972789 A 3