1.一种建立液晶显示屏视觉缺陷检测模型方法,其特征在于,依据依次连接的主干网络模块、颈部模块和解耦头模块建立;所述颈部模块增加改进的CBAM模块、同时引入细粒度可分离卷积模块替换位于CSPLayer模块与Concat模块之间的CBS模块;将液晶显示屏图像输入主干网络模块中提取各级特征;将各级特征输入颈部模块,获得三个颈部输出特征;将三颈部输出特征送入各解耦头模块进行预测,获得液晶显示屏图像中目标信息的位置、种类和置信度信息;
所述改进的CBAM模块包括四个:ACBAM1模块、ACBAM2模块、ACBAM3模块、ACBAM4模块,ACBAM1模块用于接主干网络模块的第一输出,ACBAM2模块用于接主干网络模块的第二输出,ACBAM3模块用于接主干网络模块的第三输出,颈部模块中接ACBAM2模块输出的Concat后接ACBAM4模块;ACBAM1模块、ACBAM2模块、ACBAM3模块、ACBAM4模块结构相同,以ACBAM1模块进行描述:将通道注意力和空间注意力分支采用并行连接方式获得第一颈部拼接特征一、第一颈部拼接特征二,将获得的第一颈部拼接特征一、第一颈部拼接特征二进行Concat拼接操作,再经过一个卷积,得到第一颈部中间特征图;
所述将通道注意力和空间注意力分支采用并行连接方式获得第一颈部拼接特征一、第一颈部拼接特征二,具体为:通道注意力将输入特征图Finput分别进行全局最大池化和全局平均池化,获得两个第一特征图;将获得的两个第一特征图分别依次经过一个1×1卷积、ReLU激活函数、一个1×1卷积操作后进行加和操作;加和操作的结果经过Sigmoid函数激活操作,生成通道注意力图;将通道注意力图再与输入特征图Finput进行相乘获得第一颈部拼接特征一;空间注意力将输入特征图Finput分别进行全局最大池化和全局平均池化,获得两个第二特征图;将获得的两个第二特征图在通道维度上进行Concat拼接操作,Concat拼接操作后经一个7×7卷积操作、Sigmoid函数激活操作,生成空间注意力图;将空间注意力图再与输入特征图Finput进行相乘获得第一颈部拼接特征二;
所述细粒度可分离卷积模块包括两个:FGSCM1模块、FGSCM2模块,将CSPLayer模块的输出作为细粒度可分离卷积模块的输入,细粒度可分离卷积模块的输出作为Concat模块的输入;FGSCM1模块、FGSCM2模块结构相同,以FGSCM1模块进行说明:将CBS模块分解为深度卷积和逐点卷积;其中,深度可分离卷积的卷积核大小为2×2步长为2,逐点卷积使用一个尺寸为1×1一维卷积核对中间特征图的每个通道进行卷积处理,将不同通道的信息进行线性组合后生成最终的输出特征图;
所述主干网络模块引入SPPA模块替换传统主干网络模块中位于CBS模块与CSPLayer模块之间的SPP模块;所述SPPA模块结构由2个CBFR模块、AdapAvgPool和1个CBSG模块构成,2个CBFR模块为CBFR1与CBFR2;CBFR1与AdapAvgPool的输出进行相乘后与CBFR2的输出进行相加操作后输入至CBSG模块。
2.一种液晶显示屏视觉缺陷检测方法,其特征在于,包括:
获取未供电状态下液晶显示屏图像;调用权利要求1所述的液晶显示屏视觉缺陷检测模型对未供电状态下液晶显示屏图像进行检测,获得第一检测结果;
获取供电状态下液晶显示屏图像;调用液晶显示屏视觉缺陷检测模型对供电状态下液晶显示屏图像进行检测,获得第二检测结果;
在第一检测结果和/或第二检测结果被识别为存在缺陷时,则认为存在缺陷。
3.一种液晶显示屏视觉缺陷检测分拣系统,其特征在于,包括:
第一缺陷检测模块(1),用于获取未供电状态下液晶显示屏图像;用于调用权利要求1所述的液晶显示屏视觉缺陷检测模型对未供电状态下液晶显示屏图像进行检测,获得第一检测结果;
第二缺陷检测模块(3),用于获取供电状态下液晶显示屏图像;调用所述液晶显示屏视觉缺陷检测模型对供电状态下液晶显示屏图像进行检测,获得第二检测结果;
自动分拣模块(4),用于在第一检测结果和/或第二检测结果被识别为存在缺陷时,将存在缺陷的液晶显示屏输送至第一传送组件,否则将液晶显示屏送至第二传送组件。