本发明公开了一种基于强化学习的AOI缺陷分类方法及装置，其中的方法首先采集面板检测图像；并对采集的面板检测图像进行预处理；然后基于预处理后的面板检测图像，构建AOI数据集；接着针对AOI数据集的特征，选取基本的数据扩增操作和操作幅度，通过强化学习算法控制器在选取的基本的数据扩增操作和操作幅度中生成扩增策略；再将生成的扩增策略应用于训练集和验证集，获得扩增后的训练集和验证集；最后将扩增后的训练集和验证集在预定义的卷积神经网络上进行AOI缺陷分类。本发明实现了在减少收集大量缺陷样本的人力物力的同时，大幅提升AOI缺陷分类算法的准确度的效果。
声明：
“基于强化学习的AOI缺陷分类方法及装置” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
954
编辑：管理员
来源：北方有色网
咨询细节
