1.基于人工智能的LED芯片缺陷检测方法，其特征在于，用于智能检测治具，所述智能检测治具包括检测基板和供电模块，所述供电模块用于为所述检测基板供电，所述检测基板上设置多个LED芯片检测位，各个所述LED芯片检测位均设有温度调节装置和摄像装置，各个所述LED芯片检测位均为凹槽，所述凹槽可完全容纳被测LED芯片，所述方法包括：获取各个所述LED芯片检测位上的被测LED芯片的测试文本；其中，所述测试文本包括供电电压和温度控制曲线，各个所述LED芯片检测位上的被测LED芯片的型号相同；

基于所述供电电压控制所述供电模块为所述检测基板供电，以使各个所述LED芯片检测位上的被测LED芯片发光；

针对所述检测基板上的各个LED芯片检测位，基于所述温度控制曲线控制所述LED芯片检测位对应的温度调节装置调节所述LED芯片检测位上的被测LED芯片的温度，在所述温度调节装置调节所述被测LED芯片的温度的过程中，通过所述LED芯片检测位对应的摄像装置对所述被测LED芯片进行拍摄，得到所述被测LED芯片在加热过程中的目标视频；

针对所述检测基板上的各个被测LED芯片，将所述被测LED芯片对应的目标视频输入预设的稳定系数预测模型，得到所述被测LED芯片的稳定系数，并基于所述稳定系数判断所述被测LED芯片是否存在缺陷。

2.根据权利要求1所述的基于人工智能的LED芯片缺陷检测方法，其特征在于，各个所述LED芯片检测位的表面均设有柔性导电层。

3.根据权利要求1所述的基于人工智能的LED芯片缺陷检测方法，其特征在于，在所述检测基板上除所述LED芯片检测位之外的区域设有绝缘层。

4.根据权利要求1所述的基于人工智能的LED芯片缺陷检测方法，其特征在于，所述获取各个所述LED芯片检测位上的被测LED芯片的测试文本，包括：通过预设的扫码装置扫描任一所述被测LED芯片上的图形码，得到所述被测LED芯片的类型编码；其中，所述类型编码包括数字、第一字母和第二字母，所述第一字母和所述第二字母分别属于不同语言的字母；

提取所述类型编码中的各个数字，并基于各个所述数字在所述类型编码中的排序将各个所述数字依序排列，得到第一字符列；

提取所述类型编码中的各个第一字母，并基于各个所述第一字母在所述类型编码中的排序将各个所述第一字母依序排列，得到第二字符列；

提取所述类型编码中的各个第二字母，并基于各个所述第二字母在所述类型编码中的排序将各个所述第二字母依序排列，得到第三字符列；

基于所述第一字符列、所述第二字符列和所述第三字符列生成解密密码；

基于所述解密密码对预设数据库中的各个加密文本进行解密处理，并确定解密成功的所述加密文本为所述测试文本。

5.根据权利要求4所述的基于人工智能的LED芯片缺陷检测方法，其特征在于，所述基于所述第一字符列、所述第二字符列和所述第三字符列生成解密密码，包括：基于预设的哈希算法分别获取所述第一字符列的各个数字对应的第一哈希值，并基于各个所述第一哈希值构建第一字符表；其中，所述第一字符表中的每行字符对应一个第一哈希值，基于各个所述第一哈希值对应的数字在所述第一字符列中的排序，将各个所述第一哈希值在所述第一字符表中从上往下依序排列；

基于所述哈希算法分别获取所述第二字符列的各个第一字符对应的第二哈希值，并基于各个所述第二哈希值构建第二字符表；其中，所述第二字符表中的每行字符对应一个第二哈希值，基于各个所述第二哈希值对应的第一字符在所述第二字符列中的排序，将各个所述第二哈希值在所述第二字符表中从上往下依序排列；

基于所述哈希算法分别获取所述第三字符列的各个第二字符对应的第三哈希值，并基于各个所述第三哈希值构建第三字符表；其中，所述第三字符表中的每行字符对应一个第三哈希值，基于各个所述第三哈希值对应的第二字符在所述第三字符列中的排序，将各个所述第三哈希值在所述第三字符表中从上往下依序排列；

基于所述第一字符表获取第一数量和第二数量，并确定所述第一数量为第一横坐标，所述第二数量为第一纵坐标，得到第一坐标点；其中，所述第一数量为所述第一字符表中的字符的数量，所述第二数量为所述第一字符表中的数字的数量；

基于所述第二字符表获取第三数量和第四数量，并确定所述第三数量为第二横坐标，所述第四数量为第二纵坐标，得到第二坐标点；其中，所述第三数量为所述第二字符表中的字符的数量，所述第四数量为所述第二字符表中的数字的数量；

基于所述第三字符表获取第五数量和第六数量，并确定所述第五数量为第三横坐标，所述第六数量为第三纵坐标，得到第三坐标点；其中，所述第五数量为所述第三字符表中的字符的数量，所述第六数量为所述第三字符表中的数字的数量；

分别将所述第一字符表、所述第二字符表和所述第三字符表映射至预设的平面直角坐标系；其中，所述第一字符表的对角线交点与所述第一坐标点重合，所述第二字符表的对角线交点与所述第二坐标点重合，所述第三字符表的对角线交点与所述第三坐标点重合；

在所述平面直角坐标系中确定目标区域；其中，所述目标区域为所述第一字符表、所述第二字符表和所述第三字符表在所述平面直角坐标系中互不重合的区域；

确定所述目标区域内的各个字符为目标字符，并基于各个所述目标字符在所述平面直角坐标系中的位置将各个所述目标字符依序排列，得到解密密码。

6.根据权利要求1所述的基于人工智能的LED芯片缺陷检测方法，其特征在于，所述将所述被测LED芯片对应的目标视频输入预设的稳定系数预测模型，得到所述被测LED芯片的稳定系数，包括：将所述目标视频输入所述稳定系数预测模型的视频帧序列生成层，以使所述视频帧序列生成层对所述目标视频进行分帧处理，得到所述目标视频对应的多个视频帧，并基于各个所述视频帧对应的播放时序，将各个所述视频帧依序排列，得到视频帧序列；

将所述视频帧序列输入所述稳定系数预测模型的色度值序列生成层，以使所述色度值序列生成层针对所述视频帧序列中的各个视频帧，提取所述视频帧中的各个像素对应的色度值，并基于所述视频帧序列，将各个所述视频帧在同一位置的像素对应的色度值依序排列，得到多个色度值序列；

将多个所述色度值序列输入所述稳定系数预测模型的稳定系数生成层，以使所述稳定系数生成层基于多个所述色度值序列生成所述稳定系数。

7.根据权利要求6所述的基于人工智能的LED芯片缺陷检测方法，其特征在于，所述稳定系数生成层基于多个所述色度值序列生成所述稳定系数，包括：所述稳定系数生成层分别获取各个所述色度值序列对应的标准差，并确定各个所述标准差中的最大标准差为所述稳定系数。

8.根据权利要求1所述的基于人工智能的LED芯片缺陷检测方法，其特征在于，所述基于所述稳定系数判断所述被测LED芯片是否存在缺陷，包括：将所述稳定系数与预设稳定系数进行比较；

若所述稳定系数不小于所述预设稳定系数，判定所述被测LED芯片存在缺陷。

9.一种基于人工智能的LED芯片缺陷检测系统，其特征在于，用于智能检测治具，所述智能检测治具包括检测基板和供电模块，所述供电模块用于为所述检测基板供电，所述检测基板上设置多个LED芯片检测位，各个所述LED芯片检测位均设有温度调节装置和摄像装置，各个所述LED芯片检测位均为凹槽，所述凹槽可完全容纳被测LED芯片，所述系统包括：获取模块，用于获取各个所述LED芯片检测位上的被测LED芯片的测试文本；其中，所述测试文本包括供电电压和温度控制曲线，各个所述LED芯片检测位上的被测LED芯片的型号相同；

第一控制模块，用于基于所述供电电压控制所述供电模块为所述检测基板供电，以使各个所述LED芯片检测位上的被测LED芯片发光；

第二控制模块，用于针对所述检测基板上的各个LED芯片检测位，基于所述温度控制曲线控制所述LED芯片检测位对应的温度调节装置调节所述LED芯片检测位上的被测LED芯片的温度，在所述温度调节装置调节所述被测LED芯片的温度的过程中，通过所述LED芯片检测位对应的摄像装置对所述被测LED芯片进行拍摄，得到所述被测LED芯片在加热过程中的目标视频；

判断模块，用于针对所述检测基板上的各个被测LED芯片，将所述被测LED芯片对应的目标视频输入预设的稳定系数预测模型，得到所述被测LED芯片的稳定系数，并基于所述稳定系数判断所述被测LED芯片是否存在缺陷。