面向液晶显示制造业的认知视觉检测服务
计算机视觉与模式识别
2021-01-12 v1 人工智能
机器学习
摘要
随着显示设备的快速增长，通过机器视觉技术进行质量检测对平板显示（FPD）行业已变得愈发重要。本文披露了一种用于液晶显示（LCD）的新型视觉检测系统，LCD 目前是 FPD 行业中的主导类型。该系统基于两大基石：鲁棒/高性能缺陷识别模型与认知视觉检测服务架构。传统计算机视觉技术与最新深度卷积神经网络（DCNN）的混合应用，形成了一个集成的缺陷检测、分类与影响评估模型，该模型仅需图像级类别标注即可经济地训练，并实现高检测精度。此外，训练良好的模型对图像质量的变化具有鲁棒性，显著缓解了模型预测性能与图像采集环境之间的依赖关系。这进而证明了将缺陷识别功能从前段设备解耦至后端服务的合理性，推动了认知视觉检测服务架构的设计与实现。我们在来自某全球主要厂商真实 LCD 产线、包含不同层与产品的大规模真实世界 LCD 数据集上进行了实证案例研究，显示了我们系统良好的实用性，该系统已部署于该真实世界 LCD 制造产线。
引用
@article{arxiv.2101.03747,
title = {Cognitive Visual Inspection Service for LCD Manufacturing Industry},
author = {Yuanyuan Ding and Junchi Yan and Guoqiang Hu and Jun Zhu},
journal= {arXiv preprint arXiv:2101.03747},
year = {2021}
}