基于改进YOLOv5s的大尺寸导光板缺陷检测

摘要：

导光板(LGP)是液晶显示器(LCD)背光模组的主要部件.导光板的缺陷将直接影响液晶显示器的显示效果.针对导光板图像纹理背景复杂、低对比度、缺陷尺寸小等问题,本文提出了一种用于大尺寸导光板缺陷检测的AYOLOv5s网络.首先,将导光板图像进行分图处理,然后在主干部分和特征融合部分集成Transformer和注意力机制coordinate attention,并选择Meta-ACON激活函数.最后,基于自建数据集LGPDD进行了大量实验.实验结果表明,LGP缺陷检测算法的平均精度(mAP)可以达到99.20%,并且FPS可达77,可以实现在12 s/pcs内对尺寸为17英寸的导光板中的亮点、划伤、异物、磕碰伤、脏污等缺陷具有较好的实际检测效果.

关键词：导光板缺陷检测、分图处理、AYOLOv5s、注意力机制、深度学习

所属期刊栏目：32

分类号：TP391;TN873.93;TP183

在线出版日期：2023-02-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：339-346